四川
編者薦語
本文聚焦遠程控制木馬（RAT）這一網絡安全重大威脅，針對其攻擊行為識別中的混淆難題，創新性地提出加密流量下的精細化分割方法及兩種神經網絡分類模型。
雷軒 , 劉華飛 , 田崢 , 等 . 面向加密流量的惡意RAT攻擊行為識別方法[J]. 信息安全與通信保密 ,2024(10):127-143.
摘 要
遠程控制木馬（Remote Access Trojan，RAT）是一類能夠遠程控制和監視計算機的惡意軟件，廣泛用于各種網絡攻擊。由于其危險性和隱蔽性，現已成為網絡安全領域的重要關注點。針對細粒度惡意RAT攻擊行為識別混淆程度更高的問題，提出一種面向加密流量的惡意RAT攻擊行為識別方法。首先，提出一種加密惡意RAT攻擊行為精細化分割方法，基于滑動窗口算法分析報文序列相似度，通過相對熵變化來尋找行為分割點；其次，設計基于報文負載長度序列的2種神經網絡分類模型LS-CNN和LS-LSTM，用于提取不同攻擊行為流量中的深層空間特征來識別不同惡意攻擊行為。通過在自建的真實數據集上進行實驗，結果表明，提出的方法能夠以92.08%的準確率識別出不同惡意RAT攻擊行為。
論文結構
0 引 言
1 相關工作
1.1 加密惡意流量識別
1.2 RATs和加密流量行為識別
1.3 研究現狀總結
2 惡意RAT攻擊行為識別方法
2.1 報文精細化分割方法
2.2 基于報文負載長度序列的識別模型
3 實驗與分析
3.1 實驗環境
3.2 數據集構建
3.3 評價指標
3.4 參數優化分析
3.5 實驗結果
4 結 語
作者簡介
- 雷 軒（1998—），男，碩士，助理工程師，主要研究方向為加密網絡流量分析、網絡安全、態勢感知；
- 劉華飛（1982—），通信作者，男，碩士，高級工程師，主要研究方向為網絡與信息安全；
- 田 崢（1983—），男，博士，正高級工程師，主要研究方向為網絡與信息安全；
- 唐澤華（1989—），男，碩士，工程師，主要研究方向為網絡與信息安全；
- 李愛元（1977—），女，學士，高級工程師，主要研究方向為電力大數據應用；
- 許 路（1988—），男，學士，高級工程師，主要研究方向為網絡與信息安全。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
