[发明专利]一种基于编码特征与统计行为特征融合的DNS隧道检测方法

权利要求书

1.一种基于编码特征与统计行为特征融合的DNS隧道检测方法，其特征在于，包括：

S1.截取DNS流量并依据网络五元组构建DNS请求与响应会话，所述网络五元组包括请求IP、响应IP、请求端口、响应端口和协议号；

S2.从DNS请求与响应会话中提取编码特征与统计行为特征；

S3.基于步骤S2提取的编码特征与统计行为特征，训练决策分类器，实现正常DNS流量与DNS隧道流量的划分。

2.根据权利要求1所述一种基于编码特征与统计行为特征融合的DNS隧道检测方法，其特征在于，步骤S2中，针对编码特征，使用Attention编码器从DNS请求与响应会话中提取二维的编码特征向量；针对统计行为特征，从每个DNS请求与响应会话中提取包含DNS请求报文有效负载的长度、DNS响应报文有效负载的长度、平均域名生存时间、DNS响应与请求数的比例、DNS请求与其响应之间的时间间隔、DNS上传与下载比的六类统计值，并将上述六类统计值转化为六维的统计行为特征向量。

3.根据权利要求2所述一种基于编码特征与统计行为特征融合的DNS隧道检测方法，其特征在于，步骤S3中，将二维的编码特征向量与六维的统计行为特征向量拼接为用于训练决策分类器的八维向量。

4.根据权利要求1或2所述一种基于编码特征与统计行为特征融合的DNS隧道检测方法，其特征在于，对每条DNS请求与响应会话进行噪声字符去除和索引映射的预处理工作；噪声字符去除包括删除DNS请求与响应会话中的顶级域名TLD和二级域名2LD的域名部分，只保留子域名部分；同时删除“.”和“:”干扰字符，并将所有字母统一转化为小写；

通过设置字符到索引的映射将DNS请求与响应会话的内容转换为特征向量；使用“\t”拆分DNS请求和响应会话内容，并采用范围[0，38]内的数字映射包含数字、小写字母和下划线的有效字符，得到初始的编码特征向量x_i；

使用Attention编码器提取编码特征向量过程如下：首先初始化若干组Attention头向量，每组Attention头向量包含有查询向量W^Q、关键向量W^K和值向量W^V；每个初始的编码特征向量x_i使用如下线性投影到上述查询向量W^Q、关键向量W^K和值向量W^V：

Q_i＝W^Qx_i,K_i＝W^Kx_i,V_i＝W^Vx_i

线性投影是通过相似性函数计算每个输入x_i与所有其他输入x_i～x_k之间的相似性，来调整Attention编码器的输入：

其中d_k是K_j的维度，z是归一化因子；对于若干组Attention头向量，使用合取算子来获得联合的Attention头向量att_i；

最后，通过ReLU前馈网络与归一化将每个初始的编码特征向量转换为二维编码特征向量：

h_i＝max(0,W₁att_i+b₁)+b₂

其中W₁、b₁和b₂是可调节的超参数。