相关实验视频
Updated: Jun 28, 2025
08:35
Application of DNA Fingerprinting using the D1S80 Locus in Lab Classes
Published on: July 17, 2021
20.2K
一个用户的DNS指纹数据集
Josef Zápotocký1, Jan Fiala2, Jan Fesl1
1Department of Computer Systems, Faculty of Information Technology, Czech Technical University in Prague, Czech Republic.
Data in brief
|April 22, 2024
概括
本研究引入了一套新的数据集,用于通过DNS指纹识别网络用户,使得用户可以在没有IP地址的情况下进行用户跟踪. 本资源有助于机器学习模型开发,以增强网络用户识别.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
- 数据科学数据科学数据科学
背景情况:
- 网络中的用户识别通常依赖于IP地址,这些IP地址可以是动态的或是掩盖的.
- 现有的用户跟踪方法可能需要额外的网络位置信息.
- 对用户行为的深入分析需要强大的识别技术,超越基于IP的方法.
研究的目的:
- 引入一个新的数据集,用于基于DNS指纹的用户识别.
- 促进机器学习模型的创建,以便在没有IP地址的情况下识别用户.
- 为开发和验证DNS指纹技术提供参考数据集.
主要方法:
- 从真实的大都市ISP网络流量收集了大量数据集.
- 在三个月内从620万个独特的域名中编译了23亿个DNS查询.
- 开发了一个数据集,包含1137个分类属性,包括用户访问的内容类别.
主要成果:
- 创建了一个全面的数据集,可以通过DNS指纹识别用户.
- 数据集详细介绍了用户活动,包括每日和24小时统计数据.
- 包括基于访问内容类别的用户活动的唯一分类.
结论:
- 新的数据集支持开发机器学习模型,用于独立于IP地址的用户识别.
- 它是创建和引用特定用户DNS指纹的宝贵资源.
- 通过DNS分析深入检查监控的网络用户行为.
