AbstractThe distributed and decentr

Abstract
The distributed and decentralized nature of peer-to-peer (P2P) networks has offered a lucrative alternative to
bot-masters to build botnets. P2P botnets are not prone to any single point of failure and have been proven to be highly resilient against takedown attempts. Moreover, smarter bots are stealthy in their communication patterns and elude the standard discovery techniques which look for anomalous network or communication behavior. In this
paper, we present a methodology to detect P2P botnet traffic and differentiate it from benign P2P traffic in a network. Our approach neither assumes the availability of any ‘seed’ information of bots nor relies on deep packet inspection. It aims to detect the stealthy behavior of P2P botnets. That is, we aim to detect P2P botnets when they lie dormant (to evade detection by intrusion detection systems) or while they perform malicious activities (spamming, password stealing, etc.) in a manner which is not observable to a network administrator.
Our approach PeerShark combines the benefits of flow-based and conversation-based approaches with a two-tier architecture, and addresses the limitations of these approaches. By extracting statistical features from the network traces of P2P applications and botnets, we build supervised machine learning models which can accurately differentiate between benign P2P applications and P2P botnets. PeerShark could also detect unknown P2P botnet traffic with high accuracy.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อลักษณะแบบกระจาย และแบบกระจายศูนย์ของเครือข่ายเพียร์ทูเพียร์ (P2P) ได้นำเสนอทางเลือกร่ำรวยธปท.แบบสร้าง botnets P2P botnets ไม่มีแนวโน้มที่จุดเดียวของความล้มเหลว และได้รับการพิสูจน์ให้ความยืดหยุ่นสูงกับความพยายาม:แผ่ออก นอกจากนี้ บอฉลาดจะลับ ๆ ล่อ ๆ ในรูปแบบการสื่อสาร และเลี่ยงเทคนิคค้นหามาตรฐานที่หาเครือข่าย anomalous หรือพฤติกรรมการสื่อสาร ในที่นี้กระดาษ เรานำเสนอวิธีการตรวจจราจร botnet P2P และแตกต่างจากอ่อนโยน P2P จราจรในเครือข่าย วิธีการของเราไม่ถือความพร้อมของข้อมูล 'เมล็ดพันธุ์' ของบอ หรืออาศัยการตรวจสอบแพ็คเก็ตที่ลึก มันมีวัตถุประสงค์เพื่อตรวจสอบพฤติกรรมลับ ๆ ล่อ ๆ ของ P2P botnets นั่นคือ เรามุ่งสืบ P2P botnets เมื่อนอนเฉย ๆ (เพื่อหนีการตรวจสอบ โดยระบบตรวจสอบการบุกรุก) หรือใน ขณะที่พวกเขาทำกิจกรรมที่เป็นอันตราย (สแปม ขโมยรหัสผ่าน ฯลฯ) ในลักษณะที่ไม่ observable กับผู้ดูแลระบบเครือข่ายวิธีการของเรา PeerShark เด่นทรง ตามการสนทนา และไหลตามแนวสถาปัตยกรรมแบบสองระดับ และข้อจำกัดของวิธีนี้อยู่ โดยแยกคุณสมบัติทางสถิติจากการสืบค้นกลับเครือข่าย P2P ทาง botnets เราสร้างเครื่องที่มีรูปแบบที่ถูกต้องสามารถแยกความแตกต่างระหว่างโปรแกรมประยุกต์ P2P อ่อนโยนและ P2P botnets ในการเรียนรู้ PeerShark ยังตรวจจราจร botnet P2P ไม่รู้จัก มีความแม่นยำสูง

ผลลัพธ์ (ไทย) 2:

บทคัดย่อกระจายและการกระจายอำนาจธรรมชาติของ peer-to-peer (P2P) เครือข่ายได้เสนอทางเลือกที่ร่ำรวยบอปริญญาโทที่จะสร้างบ็อตเน็ต botnets P2P ไม่ได้มีแนวโน้มที่จะจุดเดียวของความล้มเหลวใด ๆ และได้รับการพิสูจน์แล้วว่ามีความยืดหยุ่นสูงกับความพยายามจับกุม นอกจากนี้บอทอย่างชาญฉลาดหลบ ๆ ซ่อน ๆ อยู่ในรูปแบบการสื่อสารของพวกเขาและหลบหนีการค้นพบเทคนิคมาตรฐานที่มองหาเครือข่ายที่ผิดปกติหรือพฤติกรรมการสื่อสาร ในการนี้กระดาษที่เรานำเสนอวิธีการในการตรวจสอบการจราจรบ็อตเน็ต P2P และความแตกต่างจากการจราจร P2P อ่อนโยนในเครือข่าย วิธีการของเราไม่ถือว่าความพร้อมของข้อมูลใด ๆ 'เมล็ดพันธุ์' ของบอทหรือขึ้นอยู่กับการตรวจสอบตลึก โดยมีจุดมุ่งหมายในการตรวจสอบพฤติกรรมหลบ ๆ ซ่อน ๆ ของบ็อตเน็ต P2P นั่นก็คือเรามุ่งมั่นที่จะตรวจสอบ botnets P2P เมื่อพวกเขานอนอยู่เฉยๆ (การตรวจสอบที่จะหลบเลี่ยงระบบตรวจจับการบุกรุก) หรือในขณะที่พวกเขาดำเนินกิจกรรมที่เป็นอันตราย (สแปมขโมยรหัสผ่าน ฯลฯ ) ในลักษณะที่ไม่ได้เป็นที่สังเกตผู้ดูแลระบบเครือข่าย. ของเรา วิธี PeerShark รวมผลประโยชน์ของการไหลที่ใช้และการสนทนาที่ใช้วิธีการที่มีสถาปัตยกรรมสองชั้นและอยู่ในข้อ จำกัด ของวิธีการเหล่านี้ โดยแยกคุณลักษณะทางสถิติจากร่องรอยของการใช้งานเครือข่าย P2P และ botnets เราสร้างรูปแบบการเรียนรู้เครื่องภายใต้การดูแลที่ถูกต้องสามารถแยกความแตกต่างระหว่างการใช้งาน P2P ใจดีและ botnets P2P PeerShark ยังสามารถตรวจสอบการจราจร P2P บ็อตเน็ตที่ไม่รู้จักมีความแม่นยำสูง

ผลลัพธ์ (ไทย) 3:

นามธรรม
แจกและธรรมชาติการกระจายอํานาจของเพียร์ทูเพียร์ ( P2P ) เครือข่ายได้เสนอทางเลือกที่ร่ำรวย

นายบอทสร้าง botnets . ผู้นำสหรัฐจะไม่เสี่ยงใด ๆจุดของความล้มเหลว และได้รับการพิสูจน์แล้วว่ามีความยืดหยุ่นต่อต้านความพยายามก็ . นอกจากนี้บอทฉลาดจะหลบๆซ่อนๆในรูปแบบการสื่อสารของตนเอง และหลบหลีกการค้นพบเทคนิคมาตรฐานที่มองหาเครือข่ายผิดปกติหรือพฤติกรรมการสื่อสาร ในกระดาษนี้
, เรานำเสนอวิธีการตรวจสอบการจราจร P2P ช่องโหว่ และแยกความแตกต่างจากการจราจร P2P อ่อนโยนในเครือข่ายวิธีการของเราไม่ถือว่าความพร้อมของ ' เมล็ด ' ข้อมูลบอท หรืออาศัยการตรวจสอบแพ็คเก็ตลึก มันมีวัตถุประสงค์เพื่อตรวจสอบพฤติกรรมหลบๆซ่อนๆของ P2P เอง . คือว่า เราจุดมุ่งหมายเพื่อตรวจสอบ P2P เองเมื่อพวกเขาโกหกอยู่เฉยๆ ( เพื่อหลบเลี่ยงการตรวจจับของระบบตรวจจับการบุกรุก ) หรือในขณะที่พวกเขาทำกิจกรรมที่เป็นอันตราย ( สแปม , ขโมยรหัสผ่าน ฯลฯ) ในลักษณะที่ไม่สังเกตจะเป็นผู้ดูแลระบบเครือข่าย .
peershark วิธีการของเรารวมประโยชน์ของการไหลตาม และการสนทนาตามแนวทางที่มีสถาปัตยกรรมแบบสองชั้น และอยู่ในข้อจำกัดของวิธีการเหล่านี้ โดยการแยกสถิติคุณสมบัติจากเครือข่าย P2P และร่องรอยของโปรแกรมเองเราสร้าง ดูแลเครื่องจักรรูปแบบการเรียนรู้ที่ถูกต้องสามารถแยกความแตกต่างระหว่างชนิดและการใช้งาน P2P P2P เอง . peershark สามารถตรวจสอบการจราจร P2P ช่องโหว่ที่ไม่รู้จัก มีความถูกต้องสูง