基于MapReduce检测僵尸网络的贝叶斯算法的实现

发布时间：2017-10-02 12:26

  本文关键词：基于MapReduce检测僵尸网络的贝叶斯算法的实现

  更多相关文章： 僵尸网络 贝叶斯 MapReduce 流量 Hadoop

【摘要】：利用贝叶斯算法检测僵尸网络具有较高的准确性,但僵尸网络具有流量大的特征,同时贝叶斯分类训练阶段需要对大量的网络数据集进行训练,用单一结点来检测僵尸网络将会遇到计算时间和计算资源瓶颈。为此设计了基于MapReduce检测僵尸网络的贝叶斯算法,把贝叶斯算法训练阶段的先验概率、条件概率和检测阶段的后验概率的计算并行化处理。通过大量运行在Hadoop平台上的实验表明,该方法提高了检测僵尸网络的效率。
【作者单位】： 南开大学信息技术科学学院;
【关键词】： 僵尸网络 贝叶斯 MapReduce 流量 Hadoop
【基金】：天津市重点资助项目(11jczdjc28100) 国家科技支撑计划资助项目(2012BAF12B00)资助
【分类号】：TP393.08
【正文快照】： 1引言僵尸网络是攻击者通过命令与控制信息,控制其已经攻占的计算机。目前主流的僵尸网络检测方法是通过分析网络流量来进行检测的,已有的僵尸网络检测技术有通过昵称检测IRC类型[1]的僵尸网络;通过网络通信图来识别P2P网络[2],但需要利用已知的信息区分合法P2P网络与P2P僵尸

【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：959629