生物到来アルゴリズムを用いた逆伝播ニューラルネットワークによるボットネット検出と特徴分析

ボットネットは最近のサイバー犯罪の主な種類であり、感染したコンピュータの数は年々増加しています。多くの企業や学校は、ボットネットがネットワーク構造、攻撃パターン、データ伝送を常に変化させるため、DDOS、フィッシング、スパム、個人データの盗難などの問題に悩まされています。本文では、ボットネットトラフィックを検出するための新しい特徴をいくつか提案し、特徴選択アルゴリズムを使用して最適な解決策を見つけました。これら二つの方法は粒子群最適化と遺伝アルゴリズムであり、分類器として逆伝播ネットワークを使用することで、ボットネット検出において高い検出率を示すサブセット特徴を評価し、製造した特徴である規則的なパケット伝送時間を適用可能であることを検証し、精度がt値により変化することを確認しました。