使用深度学习检测DGA（域名生成算法）——LSTM的输入数据本质上还是词袋模型
from:http://www.freebuf.com/articles/network/139697.html DGA（域名生成算法）是一种利用随机字符来生成C&C域名，从而逃避域名黑名单检测的技术手段。例如，一个由Cryptolocker创建的DGA生成域 ...
原文：使用深度学习检测TOR流量——本质上是在利用报文的时序信息、传输速率建模
from：https: www.jiqizhixin.com articles 可以通过分析流量包来检测TOR流量。这项分析可以在TOR 节点上进行，也可以在客户端和入口节点之间进行。分析是在单个数据包流上完成的。每个数据包流构成一个元组，这个元组包括源地址 源端口 目标地址和目标端口。 提取不同时间间隔的网络流，并对其进行分析。G.He等人在他们的论文 从TOR加密流量中推断应用类型信息 中提取 ...
2019-01-22 14:29 0 1527 推荐指数：
相关推荐
pyculiarity 时间序列（异常流量）异常检测初探——感觉还可以，和Facebook的fbprophet本质上一样
demo: from pyculiarity import detect_ts import matplotlib.pyplot as plt import pandas as pd impo ...
利用神经网络进行网络流量识别——特征提取的方法是（1）直接原始报文提取前24字节，24个报文组成596像素图像CNN识别；或者直接去掉header后payload的前1024字节（2）传输报文的大小分布特征；也有加入时序结合LSTM后的CNN综合模型
国外的文献汇总： 《Network Traffic Classification via Neural Networks》使用的是全连接网络，传统机器学习特征工程的技术。top10特征如下： List of Attributes Port number server Minimum ...
利用机器学习检测HTTP恶意外连流量
本文通过使用机器学习算法来检测HTTP的恶意外连流量，算法通过学习恶意样本间的相似性将各个恶意家族的恶意流量聚类为不同的模板。并可以通过模板发现未知的恶意流量。实验显示算法有较好的检测率和泛化能力。 0×00背景 攻击者为控制远程的受害主机，必定有一个和被控主机的连接过程，一般是通过在被 ...
DQN 处理 CartPole 问题——使用强化学习，本质上是训练MLP，预测每一个动作的得分
代码： # -*- coding: utf-8 -*- import random import gym import numpy as np from collections import ...
致远OA漏洞——本质上是先url编码+gzip压缩来绕过检测
关键点如下： 可以看到是利用了url编码，再加入了一个gzip压缩。最好这个场景能够自动识别并解码。 ...
利用更快的r-cnn深度学习进行目标检测
此示例演示如何使用名为“更快r-cnn（具有卷积神经网络的区域）”的深度学习技术来训练对象探测器。 概述 此示例演示如何训练用于检测车辆的更快r-cnn对象探测器。更快的r-nnn [1]是r-cnn [2]和快速r-nnn [3]对象检测技术的引伸。所有这三种技术都使用卷积神经网络 ...
AI安全初探——利用深度学习检测DNS隐蔽通道
AI安全初探——利用深度学习检测DNS隐蔽通道 目录 AI安全初探——利用深度学习检测DNS隐蔽通道 1、DNS 隐蔽通道简介 2、 算法前的准备工作——数据采集 3、 利用深度学习进行DNS隐蔽通道检测 4、 验证XShell的检测效果 5、 结语 1、DNS 隐蔽 ...