多分类算法综合识别的DNS隐藏隧道检测系统

• 作者: 陈剑烨 周豫苹
• 来源期刊: 福建电脑
• 关键词: 机器学习 DNS隐藏隧道 决策树 朴素贝叶斯 逻辑回归
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 论著|Research Articles
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP393.06|TP181
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2021.10.009

摘要

本文提出一种基于多分类算法综合识别的DNS隐藏隧道检测系统,对DNS隐藏隧道的创建方式以及通信特征进行研究,提取出7种DNS隐藏隧道的数据特征,利用决策树、朴素贝叶斯、逻辑回归算法对DNS流量进行初步识别,加权各分类器的初步识别结果进行综合识别,并根据综合识别的结果与各分类器初步识别的结果进行对比,自适应更新各分类器权重,实现实时DNS隐藏隧道检测系统.实验结果表明,多分类算法综合识别对DNS隐藏隧道的检测准确率与单一机器学习算法识别相比有明显的优势.