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: 84801, 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- 29/6/2019: 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: 21 / PDF downloads: 8

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)