[发明专利]一种基于深度学习的DNS隐蔽隧道检测方法在审
| 申请号： | 201910243737.9 | 申请日： | 2019-03-28 |
| 公开（公告）号： | CN110149418A | 公开（公告）日： | 2019-08-20 |
| 发明（设计）人： | 陈春霖;许勇刚;李祉岐;王利斌;刘晓蕾;宋洁;焦腾;王杨;霍钰;冯磊 | 申请（专利权）人： | 国网信息通信产业集团有限公司;国网思极网安科技（北京）有限公司;国网网安（北京）科技有限公司 |
| 主分类号： | H04L29/12 | 分类号： | H04L29/12;H04L29/06;H04L12/24;G06N3/04 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 李弘 |
| 地址： | 102211 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的DNS隐蔽隧道检测方法，其特征在于，包括：使用tcpdump抓包DNS隐蔽通道工具iodine收发的DNS报文，获得黑样本；使用tcpdump抓包内部DNS流量，获得白样本；将所述黑样本和所述白样本转换为深度学习检测算法可识别的文件；对所述可识别文件进行随机抽样，获得抽样数据；使用80％的所述抽样数据训练卷积神经网络，使用余下20％的所述抽样数据对所述卷积神经网络进行模型验证，生成初步模型；使用隐蔽通道攻击的DNS样本对所述初步模型进行测试，达到预期效果后，生成一个稳定的检测模型；使用所述检测模型对DNS隐蔽隧道进行检测。 | ||
| 搜索关键词： | 样本 抽样数据 卷积神经网络 隧道检测 隐蔽通道 隐蔽 抓包 检测 可识别文件 模型验证 随机抽样 学习检测 样本转换 可识别 算法 收发 隧道 测试 攻击 学习 | ||
【主权项】：
1.一种基于深度学习的DNS隐蔽隧道检测方法，其特征在于，包括：使用tcpdump抓包DNS隐蔽通道工具iodine收发的DNS报文，获得黑样本；使用tcpdump抓包内部DNS流量，获得白样本；将所述黑样本和所述白样本转换为深度学习检测算法可识别的文件；对所述可识别文件进行随机抽样，获得抽样数据；使用80％的所述抽样数据训练卷积神经网络，使用余下20％的所述抽样数据对所述卷积神经网络进行模型验证，生成初步模型；使用隐蔽通道攻击的DNS样本对所述初步模型进行测试，达到预期效果后，生成一个稳定的检测模型；使用所述检测模型对DNS隐蔽隧道进行检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网信息通信产业集团有限公司;国网思极网安科技（北京）有限公司;国网网安（北京）科技有限公司，未经国网信息通信产业集团有限公司;国网思极网安科技（北京）有限公司;国网网安（北京）科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910243737.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种焊机数据监控系统
- 下一篇：基于IP的高效爬虫方法
