On Feature Selection Algorithms for Effective Botnet Detection

doi:10.21203/rs.3.rs-2216855/v1

On Feature Selection Algorithms for Effective Botnet Detection

2022-11-03

0

OA

AI

DOI：10.21203/rs.3.rs-2216855/v1

原文链接

原文求助

摘要

En 中文

摘要僵尸网络的威胁正日益成为关注焦点，每天都有越来越多的计算机受到感染。虽然可以通过行为模式检测僵尸网络，但随着技术的发展，恶意流量开始模仿良性流量的行为模式，因此区分恶意流量与合法流量的行为变得越来越具有挑战性。恶意流量的检测在很大程度上依赖于用于检测过程的流量特征。选择最佳特征以实现有效的僵尸网络检测是本文的主要贡献。首先，我们展示了不同特征对僵尸网络检测过程的影响。随后，我们提出了几种启发式方法，用于从众多可能的特征中选取最佳特征。其中一些启发式方法完全基于特征，而另一些则基于特征分组，因此会产生不同的准确率水平。我们还分析了每种启发式方法的时间复杂度，并提供了详细的性能分析。由于处理大量特征的所有组合是不可行的，因此一些启发式方法通过根据特征的相似模式进行分组，并检查小规模特征组内的所有组合，从而大幅提高了时间复杂度。通过实验，我们展示了所提出的特征选择启发式方法的有效性。结果表明，某些启发式方法优于当前最先进的特征选择算法。

On Feature Selection Algorithms for Effective Botnet Detection

摘要

期刊

机构

引用论文