基于CNN的加密C&C通信流量识别方法

• 作者: 程华 谢金鑫 陈立皇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 加密流量 C&C通信 https通信 卷积神经网络 密文字符表达
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 网络空间安全专题
• 页码范围: 31-34,41
• 页数: 5页
• 分类号: TP309
• 字数: 4123字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051218

摘要

为实现恶意软件加密C&C通信流量的准确识别,分析正常网页浏览访问和C&C通信的https通信过程,发现恶意软件C&C通信的服务器独立性特征,提出https通信序列建模方法.针对加密通信的行为特点,利用密文十六进制字符的向量表示方法完成加密流量的向量化表达,并采用多窗口卷积神经网络提取加密C&C通信模式的特征,实现加密C&C通信数据流的识别与分类.实验结果表明,该方法识别恶意软件加密C&C流量的准确率高达91.07％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程华	华东理工大学信息科学与工程学院	44	148	7.0	11.0
2	谢金鑫	华东理工大学信息科学与工程学院	1	0	0.0	0.0
3	陈立皇	华东理工大学信息科学与工程学院	2	2	1.0	1.0