BotEye: Botnet Detection Technique Via Traffic Flow Analysis Using Machine Learning Classifiers

Yadav, Jagdish; Thakur, Jawahar

doi:10.1109/pdgc50313.2020.9315792

Cited by 12 publications

(1 citation statement)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Muitas abordagens têm sido propostas, nos últimos anos, para detecc ¸ão de botnets baseadas em fluxo de rede utilizando técnicas de aprendizado de máquina [Ibrahim et al 2021], [Yadav and Thakur 2020], [Zhao et al 2013]. Porém, algumas técnicas são feitas especialmente para protocolos e estruturas específicas, sendo incapazes de detectar botnets que utilizem protocolos ou estruturas diferentes [Saad et al 2011], [Khan et al 2019], [Alauthaman et al 2018].…”

Section: Introduc ¸ãOunclassified

Detecção de botnets baseada na análise de fluxos de rede utilizando estatística inversa

Lopes

Marotta²,

Ladeira³

et al. 2022

Anais Do XL Simpósio Brasileiro De Redes De Computadores E Sistemas Distribuídos (SBRC 2022)

View full text Add to dashboard Cite

Botnet é uma rede de computadores infectados, os quais são controlados remotamente por um cibercriminoso, denominado botmaster e que tem como objetivo realizar ataques cibernéticos massivos, como DDoS, SPAM e roubo de informações. Os métodos tradicionais de detecção de botnets, normalmente baseados em assinatura, são incapazes de detectar botnets desconhecidas. A análise baseada em comportamento tem sido promissora para a detecção de tendências atuais de botnets, as quais estão em constante evolução. Este artigo propõe um mecanismo de detecção de botnet baseado na análise do comportamento de fluxo de rede. A técnica utilizada para detecção de botnets foi recentemente desenvolvida e é denominada Energy-based Flow Classifier (EFC). Essa técnica utiliza estatística inversa para detecção de anomalias. Dois conjuntos de dados heterogêneos, CTU-13 e ISOT HTTP foram utilizados para avaliar a eficiência do modelo gerado e os resultados foram comparados com diversos classificadores tradicionais, de uma e de duas classes. Os resultados obtidos mostram que o EFC obteve resultados mais estáveis, independente do domínio, ao contrário dos demais algoritmos testados.

show abstract