信息安全研究 ›› 2021, Vol. 7 ›› Issue (E2): 114-.

• 优秀论文 • 上一篇    下一篇

融合深度学习和无监督学习检测僵尸网络

梁彧;赖秋楠;   

  1. (恒安嘉新(北京)科技股份公司北京100086)
  • 出版日期:2022-04-20 发布日期:2022-04-20
  • 通讯作者: 梁彧 博士.主要研究方向为人工智能、网络安全等. liangyu@eversec.cn
  • 作者简介:梁彧 博士.主要研究方向为人工智能、网络安全等. liangyu@eversec.cn 赖秋楠 硕士.主要研究方向为机器学习算法、人工智能、网络安全等. laiqiunan@eversec.cn

  • Online:2022-04-20 Published:2022-04-20

摘要: 僵尸网络同时具有蠕虫病毒的传播特性和木马的远程控制能力,是一种更高级的网络安全威胁.为了避免中心节点失效这一缺陷,僵尸网络的命令与控制信道进化出多种拓扑结构,Domain Flux就是一种具备新型命令与控制信道的僵尸网络.提出了一种将安全业务经验和人工智能技术相结合的方法,可以在真实的生产环境中,以很高的效率检测到Domain Flux僵尸网络控制主机的域名和IP.

关键词: 僵尸网络, Domain Flux, DGA, DNS, LSTM