基于用户活动的DNS指纹
David Morozovič1, Michal Konopa2, Jan Fesl3
1Department of Computer Systems, Faculty of Information Technology, Czech Technical University in Prague, Thákurova 9, Prague, 160 00, Czech Republic.
个人用户具有独特的域名系统 (DNS) 查询模式,使得用户可以进行指纹识别. 这种方法可以根据DNS行为准确识别用户,即使IP地址发生变化,也有助于网络安全.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
- 机器学习 机器学习
背景情况:
- 域名系统 (DNS) 是互联网运营的基础,它为用户活动解决域名.
- 了解DNS流量中的用户行为对于网络分析和安全至关重要.
- 以前的方法通常依赖于稳定的IP地址,限制了它们的适用性.
研究的目的:
- 调查是否可以从DNS查询行为中获得独特的用户指纹.
- 评估仅基于DNS跟踪的用户识别的可行性,而不考虑IP地址的稳定性.
- 评估各种基于DNS的用户分类机器学习模型的有效性.
主要方法:
- 利用来自大型网络的真实DNS流量的公共数据集.
- 机器学习模型的比较:天真贝斯,随机森林,XGBoost,多层感知子和卷积神经网络 (CNN).
- 采用数据预处理,缩小维度和特征选择以优化分类.
主要成果:
- 卷积神经网络 (CNN) 模型实现了最高的分类准确率,为86.7%.
- 在1727个独特的IP地址中,用户识别成功,证明了稳定性.
- 这些发现证实了基于DNS的用户指纹采集的可行性,即使使用的是动态IP地址.
结论:
- DNS查询模式可以作为可靠的用户指纹用于识别.
- 这种技术增强了网络取证和异常检测的能力.
- 该研究强调需要仔细考虑隐私和被动流量分析中的伦理影响.
更多相关视频
07:29HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis
Published on: November 11, 2022
09:20Cloud-Based Phrase Mining and Analysis of User-Defined Phrase-Category Association in Biomedical Publications
Published on: February 23, 2019
相关概念视频
IR Frequency Region: Fingerprint Region
Acid–Base Equilibria: Activity-Based Definition of pH
In solutions of very low ionic strength—for example, pure water—the...
tRNA Activation
Co-activators and Co-repressors
Activation Energy
Eukaryotic Transcription Activators
The binding domains are capable of recognizing and interacting with regulatory sequences on the DNA. These...
