ارائه یک روش تشخیص شبکه های بات HTTP در مراحل آغازین با استفاده از منطق فازی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 951

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CESD01_039

تاریخ نمایه سازی: 25 اسفند 1392

چکیده مقاله:

شبکه های بات امروزه به یکی از اصلی ترین تهدیدات برای کاربران اینترنتی تبدیل شده است. رشد روز افزون حملات ناشی از آنها، امروزه به یکی از اصلی ترین دغدغه های متخصصین امنیت تبدیل شده است. حملات مربوط به شبکه های بات به این نحو میباشد که مهاجمان به گروه زیادی از کامپیوترها نفوذ کرده و برنامه های قابل کنترل را بر روی آنها نصب میکنند، و سپس با استفاده از این کامپیوترهای آلوده به حملات گستردهای اقدام مینمایند. در این مقاله روشی ارائه شده است که در آن با استفاده از منطق فازی به تشخیص شبکه های بات HTTP پرداخته می شود. در این روش با استفاده از خصیصه هایی که از شبکه های بات معروف به دست آورده ایم به طراحی مجموعه قوانین منطقی خود در سیستم فازی ارائه شده می پردازیم. در این مقاله، خصیصه ها فقط شامل خصیصه های مربوط به ترافیک فرماندهی و کنترل میباشد، بنابراین روش ارائه شده قادر است شبکه های بات را قبل از مرحله محل تشخیص دهد.

کلیدواژه ها:

نویسندگان

محسن شاه حسینی

کارشناس ارشد دانشگاه صنعتی مالک اشتر

علیرضا نوروزی

استادیار دانشگاه صنعتی مالک اشتر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • W.LU and A. Ghorbani. "Botnets Detection Based on IRC Community". ...
  • C. Mazzariello "RC traffic analysis for botnet detection 0. IEEE ...
  • A. Karasaridis, B. Rexroad, and D.Hoefli.، Widescale Botnet Detection and ...
  • M.A. Rajab, J.Zarfoss, F. Monrose, and A.terzis. _ Multifaceted Approach ...
  • G.Gu, J.Zhang, and W.Lee ."BotSniffer: Detecting botnet command and control ...
  • Chang, Su, and Thomas E. Daniels. "P2P botnet detection using ...
  • P.Sroufe, S. P hithakkinuko on, R. Dantu, and J.Cangussu. Email ...
  • K.Saraubon, and B , _ imthanmaphon. Fast Effectie Botnet Spam ...
  • B.Al-Duwairi, and G.Manimara. JUST-Google :A search Engine-based Defense Against Botnet-based ...
  • B. B. Gupta, R. C. Joshi, and Manoj Misra, Distributed ...
  • Chen, Yonghong, Xinlei Ma, and Xinya Wu. DDoS Detection Algorithm ...
  • W.lu and A. A. Ghorbani .Botnets De tectionBased _ IRC ...
  • J.Goebeland T.Holz.Rishi: Identify bot contaminated hosts by IRC nickname evaluation. ...
  • R Schoof, and R. Koning. "Detecting peer-to-peer botnets". University of ...
  • C. Livadas, R.Walsh, D. Lapsley, and W. T. Strayer. Using ...
  • J.S.Lee, H.ch.Jeong, J. h. Park, M.Kim, B .N.Noh, The Activity ...
  • H. Choi, H. Lee, H. Lee, and H. Kim. Botnet ...
  • G. Gu, J. Zhang, and W. Lee. Botsniffer: "Detecting botnet ...
  • Gu G, R. Perdisci, J. Zhang, and W. Lee, "BotMiner: ...
  • ] Y. Xiaocong, D. Xiaomei, Y. Ge, Q. Yuhai, and ...
  • CH.Chen, Y.Ou, and Y.Tsai, _ Botnet Detection Based On Flow ...
  • Cai, Tao, and Futai Zou. "Detecting HTTP Botnet with Clustering ...
  • Wang, Li-Xin. "A Course in Fuzzy Systems". Prentice-Hal press, USA, ...
  • نمایش کامل مراجع