基于多特征识别的恶意挖矿网页检测及其取证研究

• 作者: 黄子依 秦玉海
• 来源期刊: 信息网络安全
• 关键词: 恶意挖矿 网页挖矿 检测 取证
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 理论研究
• 页码范围: 87-94
• 页数: 8页
• 分类号: TP309
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2021.07.011

摘要

针对恶意挖矿网页检测技术存在的漏报率高、时效性低、预测不准、过于依赖规则等问题,文章设计了基于多特征识别的恶意挖矿网页检测模型和多层级证据保存的恶意挖矿网页取证方法.该检测模型通过对Coinhive、Jsecoin、Webmine、Crypto-loot四种挖矿网页的实现方式、代码特点分析,归纳总结其特征,构建出挖矿网页的多特征序列,实现对恶意挖矿网页的自动检测.研究表明,该检测模型能够对用户提交的URL进行自动检测,区分出恶意挖矿网页并判断出其类型,整体检测准确率达到97.83％.多层级取证方法能够从平面层、代码层、网络数据层三个维度对恶意挖矿网页数据进行固定,获取完整、合法、可信的证据,生成取证报告,满足公安机关对恶意挖矿网页检测和取证的需求.