检索结果-南通市图书馆

作者：赵立健北京邮电大学

学位级别：硕士

随着网络技术的进步和发展,浏览器中的加密挖矿成为可能替代在线广告的网站盈利模式。然而这些服务被用来发起大规模的加密劫持攻击,攻击者在未征得用户同意的情况下滥用用户的计算资源挖掘加密货币。这对网络安全造成了很大的威胁,因... 详细信息

随着网络技术的进步和发展,浏览器中的加密挖矿成为可能替代在线广告的网站盈利模式。然而这些服务被用来发起大规模的加密劫持攻击,攻击者在未征得用户同意的情况下滥用用户的计算资源挖掘加密货币。这对网络安全造成了很大的威胁,因此检测浏览器中的加密挖矿具有重要的现实意义。然而现有检测方法检测最新流行样本存在准确率低、开销大、语言不通用、易受混淆干扰、不能有效防御加密挖矿攻击的问题。本文研究浏览器中加密挖矿检测与防御机制,围绕脚本编程语言的多样性、指令块级分析和实时检测防御机制进行展开。取得如下成果:(1)中间语义加密挖矿检测方法。现在流行的加密挖矿出现了基于CryptoNight衍生算法的变种,并可以采用多种编程语言实现。现有检测方法出现了检测准确率大幅降低,甚至无法检测的情况。本文提出了中间语义加密挖矿检测方法,提取中间表示语义,从而识别加密挖矿。该方法不受编程语言影响,从加密挖矿的本质识别语义,虽然会带来一定的内存开销,但是检测能力显著提升。特别对于进化样本,检测准确率远超其他方法,达到了 96%。在进行大规模检测时,每个网站平均耗时3.95秒,平均内存消耗为30.58MB,准确率达98.04%,且漏报率不超过2%。(2)基于核心指令块的加密挖矿检测方法。基于语义签名进行指令级分析的检测方法计数一条指令需要额外增加四条指令,同时易受注入无效指令混淆干扰。由于正常程序中也可能存在计算哈希值的操作,因此仅依据哈希指令块识别不能区分加密挖矿和正常程序。为了解决这些问题,本文提出了一种利用指令块测量加密挖掘速度从而检测加密挖矿的方法。该方法利用哈希指令块的大小和执行次数计算加密挖掘速度,最后将结果与基准值——加密挖矿的平均速度匹配。该方法检测加密挖矿的误报率和漏报率均约为1%,平均耗时3.47秒。与基于语义签名的检测方法相比,性能最多提升了一倍左右,最少提高 28.53%。(3)浏览器中加密挖矿实时检测防御机制。目前已有研究都停留在检测层面,不能有效限制加密挖矿活动,缓解挖矿影响的防御效果。因此本文提出了浏览器中加密挖矿实时检测防御机制。该机制依据本章的检测算法,能够对浏览器中的加密挖矿实时检测和防御。当发现加密挖矿,会暂停相关线程运行,从而释放CPU资源。该机制不仅能够限制加密挖矿运行,而且对正常应用程序的运行不产生影响。在不同的休眠时间下,释放被恶意占用的CPU资源在88.96%以上。

关键词：加密挖矿中间表示指令块 Cryptonight 防御机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于流量特征的加密挖矿行为检测识别方法

引用

江西通信科技 2023年第1期 45-47,44页

作者：徐宁冯志伟陈隆耀国家计算机网络应急技术处理协调中心江西分中心南昌市330038

针对加密货币矿工采用加密手段进行挖矿的行为,本文搭建加密挖矿流量分析环境,针对加密挖矿流量特征进行分析,提取挖矿流量在统计和时序方面的特征以及数据包特征参数进行建模,使用Bagging算法对模型进行训练,形成一种有效检测模型,实... 详细信息

针对加密货币矿工采用加密手段进行挖矿的行为,本文搭建加密挖矿流量分析环境,针对加密挖矿流量特征进行分析,提取挖矿流量在统计和时序方面的特征以及数据包特征参数进行建模,使用Bagging算法对模型进行训练,形成一种有效检测模型,实验结果表明,取得了较好的识别效果。加密挖矿识别准确率达到95.8%,精确率93.1%,召回率94.5%。为加密挖矿检测提供了一种有效的解决方案。

关键词：挖矿行为加密挖矿检测识别虚拟货币

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

针对运行时恶意容器的动态检测方法研究

针对运行时恶意容器的动态检测方法研究

引用

作者：李日阳河北大学

学位级别：硕士

随着容器技术的不断发展,各大云计算服务厂商逐渐将容器技术作为云平台的主要虚拟化技术之一。然而,容器技术在云计算中得到广泛应用的同时也带来一些安全问题。容器内恶意软件可以利用Linux内核的漏洞突破隔离机制、攻击同驻容器,甚至... 详细信息

随着容器技术的不断发展,各大云计算服务厂商逐渐将容器技术作为云平台的主要虚拟化技术之一。然而,容器技术在云计算中得到广泛应用的同时也带来一些安全问题。容器内恶意软件可以利用Linux内核的漏洞突破隔离机制、攻击同驻容器,甚至还可以逃逸至宿主机获得超级用户权限。如果恶意软件从虚拟机内容器中逃逸,运行于虚拟机内的传统恶意软件检测程序也可能受到攻击。此外,加密挖矿容器作为恶意容器的另一种形式,已成为基于容器的云平台主要威胁之一。为检测加密挖矿,研究人员陆续提出了一些基于硬件性能计数器(Hardware Performance Counters,HPC)的加密挖矿检测方法。但是,这些方法大都受限于平台所配备的寄存器数量,通常需要多次执行待检测程序才能收集完检测所需的数据。然而,多次收集数据又会带来开销较大的问题。因此,如何准确高效地检测恶意容器具有重要意义。本文针对上述问题进行研究,主要研究内容包括以下方面:针对容器内恶意软件检测方法安全性较低的问题,提出了基于虚拟机自省的容器内恶意软件安全检测方法。该方法旨在利用虚拟机的强隔离性为容器创建一个隔离边界,以防止恶意软件利用漏洞对检测程序进行攻击。首先,利用目标虚拟机为容器创建一个额外的隔离边界,并将检测程序部署在与目标虚拟机高度隔离的安全虚拟机中;其次,针对上述容器运行在虚拟机的架构,结合虚拟机自省技术将包含容器运行时二进制执行信息的目标虚拟机内存快照导出,同时利用所设计的容器进程识别算法识别内存快照中的容器进程;最后,将提取的容器进程二进制文件转化为灰度图像,并利用卷积神经网络模型对转化后的灰度图像进行分类。实验结果表明,该方法在提高检测程序安全性的同时,也可以有效地检测容器内恶意软件。针对基于HPC的加密挖矿检测方法易受平台所配备的寄存器数量的限制,提出了基于HPC时间序列的容器内恶意加密挖矿检测方法。首先,在Docker环境中运行加密挖矿程序和良性程序,并利用HPC收集数据、构建分析数据集。其次,利用随机森林算法从分析数据集中选择加密挖矿容器运行时受影响最明显的HPC特征。最后,使用最明显HPC特征的时间序列数据训练一个卷积神经网络来识别加密挖矿行为。与以往的检测方法不同,该方法使用最明显特征的时间序列作为检测数据源,以应对寄存器数量的限制。实验结果表明,本文提出的方法检测准确率超过98%,解决了寄存器数量限制带来的挑战。

关键词：容器隔离恶意软件加密挖矿卷积神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：