基于網(wǎng)絡(luò)通信行為的木馬檢測系統(tǒng)設(shè)計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)規(guī)模的不斷擴大，新型的網(wǎng)絡(luò)應用和服務不斷涌現(xiàn)，滿足了人們便捷、靈活、快速獲取各類信息的需求，但是各種網(wǎng)絡(luò)的安全性問題也應運而生。木馬作為互聯(lián)網(wǎng)上的惡意程序，危害了正常的網(wǎng)絡(luò)環(huán)境，給整個互聯(lián)網(wǎng)安全和個人信息安全造成了嚴重危害，因此，互聯(lián)網(wǎng)的“內(nèi)容安全”問題受到了人們越來越廣泛的關(guān)注。如何快速、準確、有效地檢測和防范計算機木馬已經(jīng)成為信息安全領(lǐng)域面臨的一個重要難題和挑戰(zhàn)?；诰W(wǎng)絡(luò)通信行為特征的木馬檢測技術(shù)是一種基于數(shù)據(jù)流檢測的計算

2、機木馬檢測技術(shù)，該技術(shù)有效地完善和發(fā)展了基于特征指紋的木馬檢測技術(shù)，滿足了實時環(huán)境下的木馬檢測需求和實戰(zhàn)的檢測標準。
　　本文根據(jù)現(xiàn)實的需求，研究并提出了一種基于網(wǎng)絡(luò)通信行為特征的木馬檢測方法，即基于進化矩陣的方法，首先，將網(wǎng)絡(luò)通信數(shù)據(jù)流劃分為特征流量和非特征流量，通過數(shù)據(jù)流的靜態(tài)內(nèi)容特征，有效準確地識別出已知木馬。實驗測試結(jié)果顯示基于特征流量分類的準確率可以達到92.6％，表明該方法對特定網(wǎng)絡(luò)木馬具有較高的檢測準確率。由于木馬檢

3、測研究中關(guān)注的計算機木馬大多己采用數(shù)據(jù)混淆和加密等技術(shù)手段，導致通信數(shù)據(jù)不存在明顯內(nèi)容特征，因此，通過構(gòu)建協(xié)議模型庫來對未知的木馬進行識別，該方法在對未知木馬的識別和分類中具有較好的效果。設(shè)計并實現(xiàn)了基于網(wǎng)絡(luò)通信行為特征的木馬檢測原型系統(tǒng)，該系統(tǒng)劃分為網(wǎng)絡(luò)通信行為檢測和指紋檢測兩部分，以網(wǎng)絡(luò)通信行為檢測為主，系統(tǒng)將指紋檢測設(shè)計為一個觸發(fā)引擎，匹配指紋規(guī)則的通信數(shù)據(jù)流將優(yōu)先檢測為木馬，這樣可以確保實現(xiàn)細粒度檢測。未匹配指紋規(guī)則的通信數(shù)據(jù)流

4、將進一步通過網(wǎng)絡(luò)通信行為檢測，使用行為檢測可以有效解決深度包內(nèi)容檢測的一些弱點，能夠有效地針對未知的通信數(shù)據(jù)流，采用協(xié)議判定的方法進行檢測，最終通過決策器來生成識別結(jié)果。使用原型系統(tǒng)在實際的環(huán)境中進行了測試，針對40234個會話，數(shù)據(jù)集大小為1G的通信數(shù)據(jù)流進行檢測，檢測出木馬的準確率達到了91.5%，滿足了實際的需求。實驗表明，本文的研究成果可以有效地提高網(wǎng)絡(luò)中計算機木馬檢測的效率和準確率，對更好地維護互聯(lián)網(wǎng)安全和個人信息安全，打擊網(wǎng)