作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
僵尸网络作为一种新型攻击方式,如今已成为互联网安全领域面临的重大威胁.随着计算机网络的发展,僵尸网络逐渐从传统的基于IRC协议向基于HTTP协议转变.海量的HTTP数据流使得僵尸网络可以有效的隐藏自身,这给僵尸网络的检测和识别增加了难度.通过分析HTTP网络流量,获取僵尸网络流量特征,提出将深度学习应用于僵尸网络检测的方法.实验结果显示,该方法可以有效地、准确地从HTTP流量中检测僵尸网络.
推荐文章
基于随机森林的僵尸网络流量检测
僵尸网络
机器学习
网络安全
基于深度学习的网络流量异常检测方法
网络安全
流量异常
流量检测
深度学习
基于通信流量特征的隐秘P2P僵尸网络检测
P2P僵尸网络
通信流量特征
潜伏阶段
两阶段聚类
主成分分析
X-means聚类算法
BotCatcher:基于深度学习的僵尸网络检测系统?
僵尸网络
深度学习
检测
特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于僵尸网络流量特征的深度学习检测
来源期刊 信息技术 学科 工学
关键词 僵尸网络 HTTP协议 深度学习检测
年,卷(期) 2018,(4) 所属期刊栏目 基金项目
研究方向 页码范围 1-5,9
页数 6页 分类号 TP311
字数 4824字 语种 中文
DOI 10.13274/j.cnki.hdzj.2018.04.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄征 上海交通大学电子信息与电气工程学院 23 128 7.0 10.0
3 周畅 上海交通大学电子信息与电气工程学院 3 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (5)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
僵尸网络
HTTP协议
深度学习检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导