使用深度學習檢測DGA（域名生成算法）——LSTM的輸入數據本質上還是詞袋模型
from:http://www.freebuf.com/articles/network/139697.html DGA（域名生成算法）是一種利用隨機字符來生成C&C域名，從而逃避域名黑名單檢測的技術手段。例如，一個由Cryptolocker創建的DGA生成域 ...
原文：使用深度學習檢測TOR流量——本質上是在利用報文的時序信息、傳輸速率建模
from：https: www.jiqizhixin.com articles 可以通過分析流量包來檢測TOR流量。這項分析可以在TOR 節點上進行，也可以在客戶端和入口節點之間進行。分析是在單個數據包流上完成的。每個數據包流構成一個元組，這個元組包括源地址 源端口 目標地址和目標端口。 提取不同時間間隔的網絡流，並對其進行分析。G.He等人在他們的論文 從TOR加密流量中推斷應用類型信息 中提取 ...
2019-01-22 14:29 0 1527 推薦指數：
相關推薦
pyculiarity 時間序列（異常流量）異常檢測初探——感覺還可以，和Facebook的fbprophet本質上一樣
demo: from pyculiarity import detect_ts import matplotlib.pyplot as plt import pandas as pd impo ...
利用神經網絡進行網絡流量識別——特征提取的方法是（1）直接原始報文提取前24字節，24個報文組成596像素圖像CNN識別；或者直接去掉header后payload的前1024字節（2）傳輸報文的大小分布特征；也有加入時序結合LSTM后的CNN綜合模型
國外的文獻匯總： 《Network Traffic Classification via Neural Networks》使用的是全連接網絡，傳統機器學習特征工程的技術。top10特征如下： List of Attributes Port number server Minimum ...
利用機器學習檢測HTTP惡意外連流量
本文通過使用機器學習算法來檢測HTTP的惡意外連流量，算法通過學習惡意樣本間的相似性將各個惡意家族的惡意流量聚類為不同的模板。並可以通過模板發現未知的惡意流量。實驗顯示算法有較好的檢測率和泛化能力。 0×00背景 攻擊者為控制遠程的受害主機，必定有一個和被控主機的連接過程，一般是通過在被 ...
DQN 處理 CartPole 問題——使用強化學習，本質上是訓練MLP，預測每一個動作的得分
代碼： # -*- coding: utf-8 -*- import random import gym import numpy as np from collections import ...
致遠OA漏洞——本質上是先url編碼+gzip壓縮來繞過檢測
關鍵點如下： 可以看到是利用了url編碼，再加入了一個gzip壓縮。最好這個場景能夠自動識別並解碼。 ...
利用更快的r-cnn深度學習進行目標檢測
此示例演示如何使用名為“更快r-cnn（具有卷積神經網絡的區域）”的深度學習技術來訓練對象探測器。 概述 此示例演示如何訓練用於檢測車輛的更快r-cnn對象探測器。更快的r-nnn [1]是r-cnn [2]和快速r-nnn [3]對象檢測技術的引伸。所有這三種技術都使用卷積神經網絡 ...
AI安全初探——利用深度學習檢測DNS隱蔽通道
AI安全初探——利用深度學習檢測DNS隱蔽通道 目錄 AI安全初探——利用深度學習檢測DNS隱蔽通道 1、DNS 隱蔽通道簡介 2、 算法前的准備工作——數據采集 3、 利用深度學習進行DNS隱蔽通道檢測 4、 驗證XShell的檢測效果 5、 結語 1、DNS 隱蔽 ...