[发明专利]一种网络蠕虫检测方法及检测系统有效

专利信息
申请号: 200910081630.5 申请日: 2009-04-03
公开(公告)号: CN101521672A 公开(公告)日: 2009-09-02
发明(设计)人: 张永铮;侯春军;云晓春 申请(专利权)人: 中国科学院计算技术研究所
主分类号: H04L29/06 分类号: H04L29/06;G06N5/00
代理公司: 北京泛华伟业知识产权代理有限公司 代理人: 王 勇
地址: 100190北京*** 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:
搜索关键词: 一种 网络 蠕虫 检测 方法 系统
【说明书】:

技术领域

发明涉及网络安全领域,特别涉及网络蠕虫检测方法及检测系统。

背景技术

随着网络技术的迅猛发展,网络安全问题日益突出,其中,网络蠕虫 由于其自身传播速度快、破坏性大等特点已成为当前影响网络安全的一个 重要问题。网络蠕虫的早期检测和预警对于控制蠕虫的传播具有重要意 义,因此,人们对蠕虫检测技术纷纷展开深入的研究工作。蠕虫检测技术 主要包括误用检测和异常检测两类,由于异常检测类方法具有发现未知蠕 虫的优点,所以逐渐成为人们研究的热点。

根据网络蠕虫在传播过程中呈现的关键行为特征的不同,用于检测网 络蠕虫的异常检测类方法可分为基于扫描行为和基于传播行为两类。

(1)基于扫描行为的检测方法。网络蠕虫一般通过扫描的方法来发 现攻击目标,蠕虫的扫描行为往往会产生流量、连接数、IP地址分布、差 错包等等方面的异常,该类方法主要基于上述异常特征并利用阈值比较或 其他模型方法进行蠕虫检测。该类方法利于蠕虫的早期发现预警,但已有 方法往往孤立地利用个别特征,针对复杂的实际应用环境,误报率较高, 适应性较差。

(2)基于传播行为的检测方法。网络蠕虫在发现攻击目标后需要进 行必要的安全漏洞的攻击以及蠕虫体的复制传播,这些传播行为往往呈现 出数据包长和负载内容的一致性或相似性、连接呈树状结构、受害主机转 变为传播源等方面的特征,该类方法主要基于上述特征进行蠕虫检测。该 类方法能够自动提取蠕虫及其变种的特征指纹,检测准确性高,但该类方 法发现蠕虫较晚,并且已有方法由于过于复杂,部分方法还需要分析数据 包负载,占用大量的计算资源,不适合大规模高速网络环境下的实时检测。

总体看来,人们已在网络蠕虫异常检测领域取得了较好的阶段性成 果,然而,面对大规模高速复杂网络环境下的实时检测和早期预警的实际 应用需求,上述已公开的方法还存在着以下问题:1)基于传播行为的已 有方法缺乏蠕虫的早期发现能力,而基于扫描行为的已有方法缺乏对蠕虫 多行为特征的综合分析,针对复杂的实际应用环境,误报率较高;2)由 于部分方法过于复杂,对计算和存储资源要求较高,所以难以满足大规模 高速网络实时检测的要求。

发明内容

本发明的目的是克服现有的蠕虫检测方法误报率高、难以满足大规模 高速网络实时检测的要求等缺陷,从而提供一种高效、准确的网络蠕虫检 测方法。

为了实现上述目的,本发明提供一种网络蠕虫检测方法,包括:

步骤1)、接收网络数据包,在所述网络数据包中提取与网络蠕虫检测 相关且用于证明网络蠕虫存在的检测特征;

步骤2)、将所述检测特征作为朴素可信度模型中的证据,计算证据可 信度;其中,所述朴素可信度模型在可信度模型的基础上增加了知识中的 证据总是支持结论为真的假设;

步骤3)、根据所述检测特征创建所述朴素可信度模型中的知识,计算 所述知识的可信度;其中,在所述朴素可信度模型的知识中,所述检测特 征中的独立检测特征对应一个独立的知识,而所述检测特征中的相关检测 特征在同一个知识内;

步骤4)、将所述证据可信度以及所述知识的可信度代入朴素可信度模 型的可信度计算公式,对网络中存在蠕虫攻击的结论事件进行可信度计 算。

上述技术方案中,在所述的步骤1)中,所述的与网络蠕虫检测相关 且用于证明网络蠕虫存在的检测特征包括差错包短连接度特征、正常包短 连接度特征、数据流量特征、数据包速率特征、包速率均匀度特征、包长 均匀度特征、连接树图模式特征以及包数增长率特征在内的8个检测特征 中的至少两个。

上述技术方案中,所述的连接树图模式特征的提取方法为:

当<sip,dport>的正常包短连接度超过一设定的阈值,则所述sip为可疑 传播源;其中的sip为数据包的源IP,dip为数据包的目的IP,dport为数 据包的目的端口;

考察每个<sip,dport>的正常包短连接度,若存在新的可疑传播源sip, 则将sip加入到对应的<dport>的可疑传播源集合中。

上述技术方案中,在所述的步骤2)中,计算所述连接树图模式特征 的证据可信度包括:

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中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,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/pat/books/200910081630.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top