基于SVM的木马流量特征检测方法

• 作者: 张峰 李林乐 林家富 白银 胡向东
• 来源期刊: 重庆邮电大学学报(自然科学版)
• 学科: 工学
• 关键词: 木马检测 流量特征 SVM 特征分析
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 240-244
• 页数: 5页
• 分类号: TP309.5
• 字数: 3510字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2017.02.015

摘要

针对木马能以隐蔽的方式盗取用户敏感信息、文件资源或远程监控用户行为,对网络安全构成极大威胁,提出一种基于流量特征的木马检测方法,通过统计分析服务器端口有序性、服务器使用客户端端口号、客户端发包数、服务器端发包数等特征,使用支持向量机(support vector machine,SVM)算法进行分类训练并建立基于流量的木马监测模型;基于流量特征的普遍性和通用性,该方法对于未知木马也比较有效.仿真测试结果表明,所提出方法具备对常见木马或未知木马的良好检测能力,实验条件下盲检测准确率可达96.61%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡向东	重庆邮电大学自动化学院	90	981	16.0	28.0
2	张峰		18	63	5.0	7.0
3	林家富	重庆邮电大学自动化学院	4	12	2.0	3.0
4	白银	重庆邮电大学自动化学院	12	14	2.0	3.0
5	李林乐	重庆邮电大学通信与信息工程学院	2	5	1.0	2.0