基於HTTP協定之可疑流量偵測研究;On the Study of HTTP Based Suspicious Traffic Detection Mechanism

NCUIR > School of Management at National Central University > Graduate Institute of Information Management > Electronic Thesis & Dissertation > Item 987654321/72225

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/72225

Title:	基於HTTP協定之可疑流量偵測研究;On the Study of HTTP Based Suspicious Traffic Detection Mechanism
Authors:	趙健智;Zhao,Jian-Zhi
Contributors:	資訊管理學系
Keywords:	HTTP協定;可疑流量;支援向量機;異常偵測;HTTP Protocol;Suspicious HTTP Traffic;Support Vector Machine;Anomaly Detection
Date:	2016-08-29
Issue Date:	2016-10-13 14:33:25 (UTC+8)
Publisher:	國立中央大學
Abstract:	在現網際路普及的世界下，大多企業資料都儲存內部主機而這些在現網際路普及的世界下，大多企業資料都儲存內部主機而這些在現網際路普及的世界下，大多企業資料都儲存內部主機而這些在現網際路普及的世界下，大多企業資料都儲存內部主機而這些在現網際路普及的世界下，大多企業資料都儲存內部主機而這些主機勢必與網路直接或間的聯繫，雖然方便存取和管理主機勢必與網路直接或間的聯繫，雖然方便存取和管理主機勢必與網路直接或間的聯繫，雖然方便存取和管理，但也促使網路駭客，但也促使網路駭客利用網際網路盜取企業內部資料，造成嚴重外洩網路盜取企業內部資料，造成嚴重外洩網路盜取企業內部資料，造成嚴重外洩。近幾年來，駭客為了隱藏自己的行蹤常近幾年來，駭客為了隱藏自己的行蹤常近幾年來，駭客為了隱藏自己的行蹤常近幾年來，駭客為了隱藏自己的行蹤常近幾年來，駭客為了隱藏自己的行蹤常近幾年來，駭客為了隱藏自己的行蹤常利用 HTTP協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘協定，透過惡意軟體入侵受害者使得企業資料外洩或是網站誘使用者輸入個人或是機密資料等，而這些行為均會產生使用者輸入個人或是機密資料等，而這些行為均會產生使用者輸入個人或是機密資料等，而這些行為均會產生 HTTP流量，如何及早偵測該可流量，如何及早偵測該可流量，如何及早偵測該可疑流量已成為資訊安全領域上極為重要的問題。本研究提出以 Support Vector Machine進行 HTTP流量偵測的系統。此的系統。此的系統。此利用 HTTP協定上的特徵建立一個可以有效偵測那些能是在進行惡意活動疑流量，並且協定上的特徵建立一個可以有效偵測那些能是在進行惡意活動疑流量，並且協定上的特徵建立一個可以有效偵測那些能是在進行惡意活動疑流量，並且改善一般在建立正常模型時需要大量主機資料的研究限制。和一般在建立正常模型時需要大量主機資料的研究限制。和一般在建立正常模型時需要大量主機資料的研究限制。和其他研究不同之處在於我們以不同類型的 HTTP請求封包及 HTTP回應封包建立各自的異常偵測模型，再將類回應封包建立各自的異常偵測模型，再將類回應封包建立各自的異常偵測模型，再將類封包重組回一個 HTTP流量，流量，最後以一個完整的 HTTP流量觀點，來辨認該流量是否惡意。觀點，來辨認該流量是否惡意。觀點，來辨認該流量是否惡意。觀點，來辨認該流量是否惡意。本研究的實驗證我們提出的系統能夠僅用四名使者流量資料建立分類模型，並且偵提出的系統能夠僅用四名使者流量資料建立分類模型，並且偵提出的系統能夠僅用四名使者流量資料建立分類模型，並且偵測來自惡意軟體的可疑流量，其偵率達到 88%。;In the era of Internet, the most enterprise data is stored within the enterprise hosts, and these hosts is bound directly or indirectly linked with the network. Although there are convenient access and management, it also promotes hackers to steal enterprise data by the use of Internet, resulting in serious leakage of information. In recent years, in order to hide the trace, hackers often use HTTP protocol as the channel of attacking and control victims with malicious software, causing leakage of corporate data or confidential information. Because these actions all generate HTTP traffic, how early detection of the suspicious traffic will be an important issue in the field of information security. This study proposes a HTTP traffic detection system which is based on Support Vector Machine and characterized by the use of the HTTP protocol establishment which may be carrying suspicious traffic. We lessen the restriction of the establishment of normal model. The restriction is that requiring a lot of traffic logs to be analyzed for the relationship establishment between hosts in the Internet. Unlike previous research literature about detecting malicious packets, this study proposes to establish the anomaly detection model by different type of the HTTP request packets, then reassemble packets to a complete HTTP traffic. The experiments in this study show that we can establish the HTTP traffic anomaly detection model, which detect suspicious traffic caused by malicious software with detection rate is 88%.
Appears in Collections:	[Graduate Institute of Information Management] Electronic Thesis & Dissertation

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	617	View/Open

社群 sharing

Loading...