当前位置:首页 > 报告详情

张志鹏-加密流量恶意软件分析在金融场景的实践(19页).pdf

上传人: 懒人 编号:83864 2022-07-20 19页 2.34MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要探讨了加密流量中恶意软件的检测实践。在金融场景中,加密流量既是保护隐私的手段,也是恶意软件隐藏的场所。斗象科技通过多模型融合技术,结合威胁情报、动态行为分析、静态特征分析以及信誉度模型,开发了PRS-NTA斗象&F5联合解决方案,有效提升了加密通信中的恶意软件检测率。 关键数据包括:超过200种使用加密通信的恶意软件家族,以及占比超过40%的恶意软件。斗象科技采用的特征工程方法从HTTPS流量中提取了40余个特征,并将其分为连接特征、SSL特征、证书特征三组。在模型构建方面,随机森林和XGBoost被用于分类器训练,其准确率分别达到98.61%和96.54%。此外,文章还提到了CTU-13数据集和CTU-13MCFP数据集,以及斗象科技创建的正常数据集。实验结果表明,基于NLP的文本词袋模型、统计机器学习模型和基于文本序列的深度学习检测均取得了较高的准确率。
"加密流量中恶意软件如何检测?" "斗象科技如何应对HTTPS隧道攻击?" "多模型融合如何提升恶意软件检测效率?"
客服
商务合作
小程序
服务号
折叠