تشخیص بات نت DGA مبتنی برتکنیک های یادگیری ماشین در داده های پرس و جوی DNS

در در چشم انداز امنیتی امروزی، تشخیص تهدیدات پیشرفته، دشوار و دشوارتر می شود، زیرا الگوی حملات در حال گسترش می باشند. رویکردهای کلاسیک که عمدتا متکی به تطبیق استاتیک هستند، مانند جستجو در فهرست های سیاه یا الگوهای عبارت باقاعده، ممکن است ازنظر انعطاف پذیری یا عدم قطعیت در تشخیص داده های مخرب در داده های سیستم دارای محدودیت باشد، در اینجاست که تکنیک های یادگیری ماشین می توانند ارزش خود را نشان دهند و بینش های جدید و نرخ های تشخیص بالاتری را فراهم کنند. در این مقاله، یک فرآیند گام به گام که در مورد نحوه استفاده از یادگیری ماشین برای تشخیص دامنه های مخرب و کمک به گسترش موارد استفاده امنیتی موجود با پلتفرم اسپلانک بیان می شود

کلیدواژه ها:

بات نت ، یادگیری ماشین ، متن کاوی ، سامانه نام دامنه