基于神经网络的僵尸网络检测

• 作者: 蒋鸿玲 邵秀丽
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 僵尸网络 BP 神经网络 特征向量 网络流量 检测算法
• 年，卷（期）: 2013,（2）
• 页码范围: 113-118
• 页数: 6页
• 分类号: TP393
• 字数: 5690字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201210055

摘要

目前主流的僵尸网络检测方法主要利用网络流量分析技术，这往往需要数据包的内部信息，或者依赖于外部系统提供的信息或僵尸主机的恶意行为，并且大多数方法不能自动存储僵尸网络的流量特征，不具有联想记忆功能。为此提出了一种基于 BP 神经网络的僵尸网络检测方法，通过大量的僵尸网络和正常流量样本训练 BP 神经网络分类器，使其学会辨认僵尸网络的流量，自动记忆僵尸流量特征，从而有效检测出被感染的主机。该神经网络分类器以主机对为分析对象，提取2个主机间通信的流量特征，将主机对的特征向量作为输入，有效地区分出正常主机和僵尸主机。实验表明，该方法的检测率达到99％，误报率在1％以下，具有良好的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵秀丽	南开大学信息技术科学学院	60	388	13.0	17.0
2	蒋鸿玲	南开大学信息技术科学学院	7	51	3.0	7.0