首页 | 本学科首页   官方微博 | 高级检索  
     

基于集成学习的僵尸网络在线检测方法
引用本文:沈琦,涂哲,李坤,秦雅娟,周华春. 基于集成学习的僵尸网络在线检测方法[J]. 计算机应用研究, 2022, 39(6): 1845-1851
作者姓名:沈琦  涂哲  李坤  秦雅娟  周华春
作者单位:北京交通大学电子信息工程学院,北京100044
基金项目:国家重点研发计划资助项目(2018YFA0701604)
摘    要:针对现有的僵尸网络研究工作所检测的僵尸网络生命周期的阶段较为单一的问题,提出基于集成学习的僵尸网络在线检测方法。首先,细粒度地标记僵尸网络多个阶段的流量,生成僵尸网络数据集;其次,结合多种特征选择算法生成包含23个特征的重要特征集和包含28个特征的次重要特征集,基于Stacking集成学习技术集成多种深度学习模型,并针对不同的初级分类器提供不同的输入特征集,得到僵尸网络在线检测模型;最后,将僵尸网络在线检测模型部署在网络入口处在线检测多种僵尸网络。实验表明,所提基于集成学习的僵尸网络在线检测方法能够有效地检测出多个阶段的僵尸网络流量,恶意流量检测率可达96.47%。

关 键 词:僵尸网络  集成学习  在线检测  生命周期
收稿时间:2021-11-04
修稿时间:2022-05-20

Online botnet detection method based on ensemble learning
Shen Qi,Tu Zhe,Li Kun,Qin Yajuan and Zhou Huachun. Online botnet detection method based on ensemble learning[J]. Application Research of Computers, 2022, 39(6): 1845-1851
Authors:Shen Qi  Tu Zhe  Li Kun  Qin Yajuan  Zhou Huachun
Affiliation:School of Electronic and Information Engineering,Beijing Jiaotong University,,,,
Abstract:
Keywords:botnet   ensemble learning   online detection   life cycle
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号