[发明专利]一种高速网络下Fast-Flux僵尸网络检测方法和系统在审
| 申请号： | 201811330210.1 | 申请日： | 2018-11-09 |
| 公开（公告）号： | CN109413079A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 牛伟纳;张小松;王中晴 | 申请（专利权）人： | 四川大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 何祖斌 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种高速网络下Fast‑Flux僵尸网络检测方法及系统，属于网络安全检测技术领域，首先获取DNS数据包，对捕获的DNS数据包进行解析和过滤，得到可疑Fast‑Flux僵尸网络；分析所述可疑Fast‑Flux僵尸网络的域名与IP地址间的全局关联映射关系，利用所述全局关联映射关系提取全局特征；提取所述可疑Fast‑Flux僵尸网络基于时间的局部特征；最后利用机器学习算法对离线数据中的全局特征和局部特征进行训练，得到训练后的机器学习模型，利用训练后的学习模型对未知数据中的全局特征和局部特征进行检测，得到可疑Fast‑Flux僵尸网络的分类结果，采用本发明能够提交检测精度、减少误报率高和提高处理效率。 | ||
| 搜索关键词： | 僵尸网络 局部特征 全局特征 僵尸网络检测 高速网络 映射关系 数据包 机器学习模型 机器学习算法 网络安全检测 关联 处理效率 分类结果 离线数据 提交检测 误报率 捕获 全局 过滤 解析 检测 分析 学习 | ||
【主权项】：
1.一种高速网络下Fast‑Flux僵尸网络检测方法，其特征在于，包括以下步骤：步骤1：获取DNS数据包，对捕获的DNS数据包进行解析和过滤，得到可疑Fast‑Flux僵尸网络；步骤2：分析所述可疑Fast‑Flux僵尸网络的域名与IP地址间的全局关联映射关系，利用所述全局关联映射关系提取全局特征；步骤3：提取所述可疑Fast‑Flux僵尸网络基于时间的局部特征；步骤4：利用机器学习算法对离线数据中的全局特征和局部特征进行训练，得到训练后的机器学习模型，利用训练后的机器学习模型对未知数据中的全局特征和局部特征进行检测，得到可疑Fast‑Flux僵尸网络的分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811330210.1/，转载请声明来源钻瓜专利网。
