Identifying Encrypted Malware Traffic with Contextual Flow Data, ETA
2022-04-29 14:26:44
753KB
1
首先介绍了安全传输层（TLS，transport layer security）协议的特点、流量识别方法；然后给出了一种基于机器学习的分布式自动化的恶意加密流量检测体系；进而从 TLS 特征、数据元特征、上下文数据特征3个方面分析了恶意加密流量的特征；最后，通过实验对几种常见机器学习算法的性能进行对比，实现了对恶意加密流量的高效检测。
2021-12-07 11:42:55
1.03MB
1
TLS恶意加密流量检测，不需要解码数据。
Gartner 认为，2019 年将有一半的恶意软件活动采用某种加密技术来掩盖恶意软件传 送命令和控制活动或数据泄露。ECA(Encrypted Communication Analytics)加密通信检测 技术应运而生，此技术不需要解密加密流量，基于加密流量之前的握手信息，加密流 量的统计信息，以及加密流量的背景流量信息，利用机器学习算法训练模型，对正常 加密流量和恶意加密流量进行分类和识别。本文详细介绍 ECA 检测的基本工作原理和 典型应用
2021-07-27 14:52:39
734KB
1