Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu

Cafuta, Davor

prikaz prve stranice dokumenta Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu

Rad nije dostupan

disertacija

Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu

Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. urn:nbn:hr:168:264130

Cafuta, Davor

Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za elektroniku, mikroelektroniku, računalne i inteligentne sustave

Citirajte ovaj rad

APA 6th Edition

Cafuta, D. (2017). Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu (Disertacija). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:264130

MLA 8th Edition

Cafuta, Davor. "Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:264130

Chicago 17th Edition

Harvard

Cafuta, D. (2017). 'Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu', Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 11.09.2024., https://urn.nsk.hr/urn:nbn:hr:168:264130

Vancouver

Cafuta D. Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu [Disertacija]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2017 [pristupljeno 11.09.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:264130

IEEE

D. Cafuta, "Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu", Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:264130

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:264130

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Prepoznavanje mreže kompromitiranih računala obilježjima prometa sustava imenovanja domena u stvarnom vremenu
Naslov (engleski)	Botnet detection based on domain name system traffic features in real time
Autor	Davor Cafuta
Mentor	Vlado Sruk (mentor)
Član povjerenstva	Vlado Sruk (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište u Zagrebu Fakultet elektrotehnike i računarstva (Zavod za elektroniku, mikroelektroniku, računalne i inteligentne sustave) Zagreb
Datum i država obrane	2017, Hrvatska
Znanstveno / umjetničko područje, polje i grana	TEHNIČKE ZNANOSTI Računarstvo
Univerzalna decimalna klasifikacija (UDC)	621.3 - Elektrotehnika
Sažetak	Mreže kompromitiranih računala (eng. Botnet) danas se smatraju primarnom prijetnjom te su mnoga istraživanja usmjerena na njihovo otkrivanje i blokiranje. Moderne mreže kompromitiranih računala koriste se skrivanjem kroz osobine imeničkog protokola (eng. Fast-flux) kako bi zaštitili svoje domene kroz stalnu rotaciju kompromitiranih računala poslužitelja. U praksi ovaj koncept podsjeća na primijenjenu tehniku za pouzdano posluživanje (Content Delivery Network - CDN). Radi otkrivanja mreža kompromitiranih računala potrebno je uočiti razlike između te dvije primjene. Cilj rada je poboljšati tehniku otkrivanja mreža kompromitiranih računala na sustavu za otkrivanje napada ili usmjerniku. U radu se predlaže nova klasifikacijska metoda za analizu imeničkog prometa u svrhu razlikovanja mreža kompromitiranih računala od legitimne mreže za pouzdano posluživanje. Naglasak u klasifikaciji je usmjeren na primjenu u ugrađenom sustavu. Temeljem klasifikacije primijenjena je metoda mjerenja brzine odziva domene sa ciljem otkrivanja poslužitelja posrednika. Radi bolje klasifikacije kroz smanjenje lažnih pozitivnih rezultata predlaže se nova metoda analize broja pogodaka na pretraživačima. Dobiveni rezultati pokazuju da novo predložena klasifikacija može značajno unaprijediti otkrivanje mreže kompromitiranih računala. Predlaže se procedura za ugradnju navedene klasifikacije u ugrađeni sustav kao dio sustava za otkrivanje napada.
Sažetak (engleski)	Botnets are considered as the primary threats on the Internet and there have been many research efforts to detect and mitigate them. Today, Botnet uses a DNS technique fast-flux to hide malware sites behind a constantly changing network of compromised hosts. This technique is similar to trustworthy Round Robin DNS technique and Content Delivery Network (CDN). In order to distinguish the normal network traffic from Botnets different techniques are developed with more or less success. The aim of this paper is to improve Botnet detection using an Intrusion Detection System (IDS) or router. A novel classification method for online Botnet detection based on DNS traffic features that distinguish Botnet from a CDN based traffic is presented. Botnet features are classified according to the possibility of usage and implementation in a embedded system. Traffic response is analysed as a strong candidate for online detection. Its disadvantage lies in specific areas where CDN acts as a Botnet. A new feature based on search engine hits is proposed to improve the false positive detection. The experimental evaluations show that proposed classification could significantly improve Botnet detection. A procedure is suggested to implement such a system as a part of an IDS.
Ključne riječi
Ključne riječi (engleski)
Jezik	hrvatski
URN:NBN	urn:nbn:hr:168:264130
Studijski program	Naziv: Elektrotehnika i računarstvo Vrsta studija: sveučilišni Stupanj studija: poslijediplomski doktorski Akademski / stručni naziv: Doktor znanosti elektrotehnike i računarstva (dr.sc.)
Vrsta resursa	Tekst
Opseg	165 str. ; 30 cm.
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Zatvoreni pristup
Uvjeti korištenja
Repozitorij	Repozitorij FER-a
Datum i vrijeme pohrane	2019-04-04 16:20:52