检测僵尸网络的贝叶斯算法的MapReduce并行化实现

发布时间：2017-09-26 20:23

  本文关键词：检测僵尸网络的贝叶斯算法的MapReduce并行化实现

  更多相关文章： 僵尸网络 检测僵尸网络 贝叶斯算法 Hadoop MapReduce 流量

【摘要】：僵尸网络严重威胁互联网的安全,目前主流的僵尸网络检测方法准确性较低,针对此问题,考虑贝叶斯算法具有较高的准确性,提出了基于Hadoop平台的MapReduce机制的贝叶斯算法。该方法以主机对作为分析对象,提取2个主机对通信的流量特征,将这些特征作为贝叶斯分类算法的输入,通过并行化计算贝叶斯算法训练阶段的先验概率和条件概率形成贝叶斯分类器,使其学会辨认僵尸网络的流量。在检测阶段利用训练阶段形成的贝叶斯分类器和并行化计算后验概率,实现检测僵尸网络。通过实验表明,该方法检测僵尸网络是有效的,检测正确率在90%以上,并且该方法较单机检测僵尸网络的贝叶斯算法效率有了较大的提高。
【作者单位】： 南开大学计算机与控制工程学院;北京大学数学科学学院;武警指挥学院军事教育训练系;
【关键词】： 僵尸网络 检测僵尸网络 贝叶斯算法 Hadoop MapReduce 流量
【基金】：天津市科技支撑计划资助项目(13ZCZDZGX02500,12ZCZDZGX49600,12ZCZDZGX46700)
【分类号】：TP393.08
【正文快照】： 由于僵尸网络威胁着互联网的安全,其检测方法也随着僵尸网络的发展而发展。流行的僵尸网络检测技术一般是通过网络流量分析实现的,如通过PageRank算法实现检测;通过网络通信图识别;利用神经网络算法识别僵尸网络。这些僵尸网络检测方法或者需要依赖外部系统提供信息,不能独立

【参考文献】

中国期刊全文数据库 前6条

1 张鹏;唐世渭;;朴素贝叶斯分类中的隐私保护方法研究[J];计算机学报;2007年08期

2 王威;方滨兴;崔翔;;基于终端行为特征的IRC僵尸网络检测[J];计算机学报;2009年10期

3 陶永才;薛正元;石磊;;基于MapReduce的贝叶斯垃圾邮件过滤机制[J];计算机应用;2011年09期

4 杜跃进,崔翔;僵尸网络及其启发[J];中国数据通信;2005年05期

5 李晓桢;程佳;胡军;;基于聚类分析的僵尸网络识别系统[J];计算机系统应用;2009年08期

6 蒋鸿玲;邵秀丽;;基于神经网络的僵尸网络检测[J];智能系统学报;2013年02期

【共引文献】

中国期刊全文数据库 前10条

1 杨奇;何聚厚;;基于异常行为特征的僵尸网络检测方法研究[J];电子科技;2010年11期

2 杨辉华;杜玲玲;李灵巧;唐天彪;郭拓;梁琼麟;王义明;罗国安;;并行MapReduce PLS算法及其在光谱分析中的应用[J];光谱学与光谱分析;2012年09期

3 邓婵;;僵尸网络检测及防御技术研究[J];计算机光盘软件与应用;2012年21期

4 倪懿;;聚类分析技术在IRC僵尸网络检测系统中的应用[J];计算机光盘软件与应用;2013年10期

5 郎波;张博宇;;面向大数据的非结构化数据管理平台关键技术[J];信息技术与标准化;2013年10期

6 邵景峰;崔尊民;王进富;白晓波;;大数据下纺织制造执行系统的构建[J];纺织器材;2013年06期

7 张亚楠;谭跃生;;基于MapReduce的并行遮盖文本聚类算法[J];内蒙古科技大学学报;2013年03期

8 周国亮;朱永利;王桂兰;;CC-MRSJ:Hadoop平台下缓存敏感的星型联接算法[J];电信科学;2013年10期

9 胡靖;;探讨计算机网络中的僵尸网络核心问题[J];电子制作;2013年21期

10 王鹏;黄焱;刘峰;安俊秀;;大数据技术中计算与数据的协作机制[J];成都信息工程学院学报;2014年01期

中国重要会议论文全文数据库 前2条

1 杨明;任岗;张建伟;;浅谈僵尸网络[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

2 周勇林;崔翔;;僵尸网络的发现与对策[A];全国网络与信息安全技术研讨会'2005论文集（上册）[C];2005年

中国博士学位论文全文数据库 前10条

1 王威;僵尸网络对抗技术研究[D];哈尔滨工业大学;2010年

2 李润恒;大规模网络中僵尸网络分析技术研究[D];国防科学技术大学;2010年

3 李光;分类挖掘中的隐私保护问题研究[D];哈尔滨工业大学;2011年

4 刘运;DDoS Flooding攻击检测技术研究[D];国防科学技术大学;2011年

5 王海龙;僵尸网络检测关键技术研究[D];国防科学技术大学;2011年

6 张战成;基于统计学习的协作分类与隐私保护方法及应用研究[D];江南大学;2011年

7 王W，

本文编号：925546