利用多维观测序列的KCFM混合模型检测新型P2P botnet  被引量:3

Application KCFM to Detect New P2P Botnet Based on Multi-Observed Sequence

在线阅读下载全文

作  者:康健[1] 宋元章[1] 

机构地区:[1]吉林大学计算机科学与技术学院,长春市前进大街2699号130012

出  处:《武汉大学学报(信息科学版)》2010年第5期520-523,共4页Geomatics and Information Science of Wuhan University

基  金:国家自然科学基金重大研究计划资助项目(90204014);国家自然科学基金资助项目(60703023);吉林省科技发展计划资助项目(20090110)

摘  要:提出了一种新颖的综合考虑多维观测序列的实时检测模型——KCFM。通过抽取新型分散式P2Pbotnet的多个特征构成多维观测序列,使用离散Kalman滤波算法发现流量异常变化,将Multi-chart CUSUM作为差异放大器提高检测精度。实验表明,基于多维观测序列的KCFM模型能够有效地检测新型P2Pbotnet。We propose a novel real-time detecting model-KCFM(Kalman filter and multi-chart CUSUM fused model) based on multi-observed sequence,which consists of several extracted the new P2P botnet characteristic properties.The KCFM finds the abnormal traffic by the discrete Kalman filter,and improves the detection precision by using the Multi-chart CUSUM as an amplifier.The experiments show that our approach can detect new decentralized botnet with a relatively high precision.

关 键 词:P2Pbotnet 离散Kalman滤波 Multi-chartCUSUM 

分 类 号:TP393.08[自动化与计算机技术—计算机应用技术]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象