摘要
殭屍網路（Botnet）是現今最具威脅的網路攻擊方式之一，網路犯罪者透過各種手段將惡意程式植入受害電腦中，以進行DDoS攻擊、隱私資料竊取與發送廣告郵件等惡意行為。網路犯罪者利用Fast Flux網域技術，以提升殭屍網路存活率。隨機挑選殭屍電腦（Bots）以代傳惡意資訊，不讓惡意伺服器直接與使用者連接，避免被查獲與封鎖。以往的FastFlux網域偵測研究以經年累月的黑名單特徵資料庫進行比對與判斷，並未考慮惡意FastFlux網域之特徵在效率、空間的變化。根據本研究分析顯示惡意Fast Flux網域存活時間不長，黑名單內多半是已關閉的惡意主機或是網域，無法正確偵測目前有效的惡意FastFlux網域。本研究旨在研究輕量化的惡意Fast Flux網域偵測技術，針對可疑網址以數項可觀察的網路行為表徵進行量化與比對，以低時間複雜度的判斷機制，即時偵測惡意FastFlux網域。經由實驗證實，未使用黑名單的條件下，本研究可以有效地判斷惡意Fast-Flux網域，並且降低偵測機制的運行資源與時間。
參考文獻
Caglayan, A.,Toothaker, M.,Drapeau, D.,Burke, D.,Eaton, G.(2010).Behavioral Patterns of Fast Flux Service Networks.Proceedings of the 43rd Hawaii International Conference on System Sciences (HICSS).(Proceedings of the 43rd Hawaii International Conference on System Sciences (HICSS)).
abuse.ch ZeuS Tracker, https://zeustracker.abuse.ch.
Alexa, http://www.aleza.com
ATLAS, http://atlas.arbor.net/summary/fastflux
Hsu, C. H.,Huang, C. Y.,Chen, K. T.(2010).Fast-Flux Bot Detection in Real Time.Proceedings of the 13th international conference on Recent Advances in Intrusion Detection (RAID 2010).(Proceedings of the 13th international conference on Recent Advances in Intrusion Detection (RAID 2010)).
延伸閱讀
- 陳嘉玫、賴谷鑫（2016）。基於漸增式分群法之惡意程式自動分類研究。電子商務學報，18(2)，225-247。https://doi.org/10.6188/JEB.2016.18(2).03
- Chu, C. F. (2011). 利用指令軌跡的相似度進行惡意軟體分群 [master's thesis, National Chiao Tung University]. Airiti Library. https://doi.org/10.6842/NCTU.2011.00948
- Lo, P. Y. (2022). 基於異常檢測及SCOAP特徵之半監督式硬體木馬線網分類 [master's thesis, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU202201745
- 施東河（2004）。惡意電子郵件偵測之研究－以自我組織映射圖與k-medoids群集模式為例。資訊管理學報，11(2)，211-235。https://doi.org/10.6382/JIM.200404.0211
- 林則勳（2020）。基於集成式惡意流量偵測演算法之研究〔碩士論文，逢甲大學〕。華藝線上圖書館。https://doi.org/10.6341/fcu.M0720686