基于Spark Streaming的僵尸主机检测算法
2015-11-18 21:15
204 查看
转自:http://www.tuicool.com/articles/7bUJBbV
张蕾 李井泉 曲武 白涛
僵尸网络通过多类传播和感染程序,构建一个可一对多控制的网络,操控大量僵尸主机发起DDoS攻击、发送垃圾邮件、偷窃敏感数据和钓鱼等恶意行为。基于一种分布式实时处理框架,提出一种分布式的僵尸主机检测算法,该算法能够充分利用网络流量的统计数据IPFIX,在无需深度包解析的情况下,能够识别僵尸主机行为。同时,使用该算法实现了IPFIXScanner原型系统,系统的鲁棒性和可扩展性是设计该系统的核心原则。实验表明,IPFIXScanner原型在使用指定僵尸家族样本训练的情况下,对于特定类的僵尸主机能够获得较高的检出率和较低的误报率。在核心交换机上的测试结果表明,IPFIXScanner能够进行分布式的实时检测,加速比接近线性,验证了Spark
Streaming引擎在分布式流处理方面的优势,以及用于僵尸主机检测方面的可行性。
基于Spark Streaming的僵尸主机检测算法
基于Spark Streaming的僵尸主机检测算法
张蕾 李井泉 曲武 白涛僵尸网络通过多类传播和感染程序,构建一个可一对多控制的网络,操控大量僵尸主机发起DDoS攻击、发送垃圾邮件、偷窃敏感数据和钓鱼等恶意行为。基于一种分布式实时处理框架,提出一种分布式的僵尸主机检测算法,该算法能够充分利用网络流量的统计数据IPFIX,在无需深度包解析的情况下,能够识别僵尸主机行为。同时,使用该算法实现了IPFIXScanner原型系统,系统的鲁棒性和可扩展性是设计该系统的核心原则。实验表明,IPFIXScanner原型在使用指定僵尸家族样本训练的情况下,对于特定类的僵尸主机能够获得较高的检出率和较低的误报率。在核心交换机上的测试结果表明,IPFIXScanner能够进行分布式的实时检测,加速比接近线性,验证了Spark
Streaming引擎在分布式流处理方面的优势,以及用于僵尸主机检测方面的可行性。
基于Spark Streaming的僵尸主机检测算法
相关文章推荐
- Swift_UIButton
- 关于STM32的ISP指令
- 野鸟装备如何支持表情的
- 时间管理
- RabbitMQ基础概念详细介绍
- Swift_UITextField
- poj 2125 Destroying The Graph 最小点权覆盖集
- jsp下载文件的实现方法
- hdu 1728 逃离迷宫
- 使用 Override 和 New 关键字进行版本控制
- Apache的prefork模式和worker模式
- POJ 3253 Fence Repair(贪心—霍夫曼树or优先队列)
- JS中的“!!”
- 给任务排序(Ordering Tasks,UVa 10305)
- struts form表单提交action处理之后没有跳转页面
- struts form表单提交action处理之后没有跳转页面
- Spark学习--spark-shell使用
- Swift_UILabel
- 编译vs2010 工程出unresolved external symbol __ultod3
- struts form表单提交action处理之后没有跳转页面