Deep Learning Techniques to Detect Botnet

Authors

  • Doan Trung Son
  • Nguyen Thi Khanh Tram
  • Pham Minh Hieu

DOI:

https://doi.org/10.54654/isj.v1i15.846

Keywords:

deep learning, BoTShark-SA, BoTShark-CNN, botnet

Tóm tắt

Abstract— Over the past time, the world has
witnessed an unprecedented explosion of Deep
Learning. Besides thedevelopment of Information
Technology, security and safety threats are also
increasing, one of which is the Botnet network.
Botnet network is increasingly complex and difficult
to detect, and traditional techniques are no longer
effective, so one of the urgent problems today is to
find an effective solution to detecting botnets [2].
Based on the characteristics of deep learning such
as scalability, performance, execution time,
interpretability, etc., therefore, in this paper, the
author proposes to use deep learning techniques to
detect Botnet networks.
Tóm tắt— Thời gian qua, thế giới chứng kiến sự
bùng nổ một cách mạnh mẽ chưa từng có của Deep
Learning. Bên cạnh sự phát triển của Công nghệ
thông tin, các mối đe doạ về an ninh, an toàn cũng
ngày càng tăng lên, một trong những mối đe doạ đó
chính là mạng Botnet. Mạng Botnet ngày càng phức
tạp và khó phát hiện, các kỹ thuật truyền thống
không còn phát huy được nhiều tác dụng, vì vậy một
trong những vấn đề cấp thiết hiện nay đó là tìm ra
được một giải pháp thật hiệu quả trong phát hiện
mạng Botnet [2]. Dựa trên những đặc điểm của học
sâu như: khả năng mở rộng hiệu suất, thời gian thực
hiện, khả năng diễn giải… do đó, trong bài báo này,
tác giả đề xuất sử dụng kỹ thuật học sâu để phát hiện
mạng Botnet.

Downloads

Download data is not yet available.

References

Đoàn Xuân Dũng, "Tóm tắt văn bản sử dụng các kỹ

thuật trong Deep Learning", Luận văn ThS. Máy tính:

, 2018: 30-40.

Hoàng Xuân Dậu, Nguyễn Trọng Hưng và Ninh Thị

Thu Trang "Phát hiện botnet dựa trênhọc máy sử dụng

dữ liệu truy vấn DNS: Phân tích ảnh hưởng của các

đặc trưng huấn luyện", Hội thảo quốc gia lần thứ XXII

Công nghệ thông tin và truyền thông. Thái Bình, 28-

/6/2019: 20-30; 100-120.

Trần Thị Hằng, “Nghiên cứu tìm hiểu thực trạng về

an ninh mạng và biện pháp khắc phục”. Đại học Dân

lập Hải Phòng, 2016:30-40.

Abu Rajab, M., Zarfoss, J., Monrose, F., &Terzis, A

“A multifaceted approach to understanding the

botnet phenomenon.” Hội thảo ACM SIGCOMM

lần thứ 6 về Internet Measurement, 08/2006: 41- 52.

Banday, M. Tariq, Jameel A. Qadri, and Nisar A.

Shah, “Study of Botnets and their threats to Internet

Security”, University of Kashmir, 06/05/2009: 9-24.

Kronotis, Nickolaos “Towards the development of

realistic botnet dataset in the internet of things for

network forensic analytics: Bot-iot dataset”. Future

Generation Computer Systems, University of New

South Wales Canberra, Australia, 2019: 779-796.

LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton,

“Deep Learning”, Nature, 2015: 436-444.

Nogueira, António, Paulo Salvador, and Fábio

Blessa, "A botnet detection system based on neural

networks", Hội thảo quốc tế về điện tử truyền thông

lần thứ 5, Piscataway, New Jersey, 2010: 57-62.

Wang, Jing, and Ioannis Ch Paschalidis, "Botnet

detection based on anomaly and community

detection", IEEE Transactions on Control of

Network Systems, 2016 4(2): 50-60, 2016.

Downloads

Abstract views: 0 / PDF downloads: 0

Published

2022-06-08

How to Cite

Son, D. T., Tram, N. T. K., & Hieu, P. M. (2022). Deep Learning Techniques to Detect Botnet. Journal of Science and Technology on Information Security, 1(15), 85-91. https://doi.org/10.54654/isj.v1i15.846

Issue

Section

Papers

Most read articles by the same author(s)