端口扫描攻击下异常检测器的比较评估
在网络安全领域,端口扫描攻击是常见的安全威胁之一。为了有效检测此类攻击,不同的异常检测算法应运而生。本文将详细介绍相关的端点数据集、异常检测算法及其性能评估。
1. 端点数据集
- 背景流量信息 :选取了四个端点,包括家庭和大学类型,统计了不同端点的持续时间、总会话数和平均会话率。具体信息如下表所示:
| 端点 ID | 端点类型 | 持续时间(月) | 总会话数 | 平均会话率(/秒) |
| ---- | ---- | ---- | ---- | ---- |
| 3 | 家庭 | 3 | 373,009 | 1.92 |
| 4 | 家庭 | 2 | 444,345 | 5.28 |
| 6 | 大学 | 9 | 60,979 | 0.19 |
| 10 | 大学 | 13 | 152,048 | 0.21 |
从数据中可以看出,家庭计算机的流量速率明显高于大学计算机,这是因为家庭计算机通常由多个用户共享,并且运行着点对点和多媒体应用程序。
- 攻击流量生成 :为了模拟攻击流量,使用了多种恶意软件感染端点上的虚拟机,包括 Zotob.G、Forbot - FU、Sdbot - AFR 等。这些恶意软件具有不同的扫描速率和攻击端口。例如,Dloader - NY 的扫描速率最高,为 46.84 次/秒,而 MyDoom - A 的扫描速率最低,为 0.14 次/秒。具体信息如下表:
| 恶意软件 | 发布日期 | 平均扫描速率(/秒) | 使用
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



