检测僵尸网络的贝叶斯算法的MapReduce 并行化实现.pdf

《检测僵尸网络的贝叶斯算法的MapReduce 并行化实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第9卷第1期智能系统学报Vo1．9№．12014年2月CAAITransactionsonIntelligentSystemsFeb．2014DOI：10．3969／j．issn．1673—4785．201305011网络出版地址：http：／／www．cnki．net／kcms／detail／23．1538．TP．20140221．1804．001．html检测僵尸网络的贝叶斯算法的MapReduce并行化实现邵秀丽，刘一伟，耿梅洁，韩健斌。(1．南开大学计算机与控制工程学院，天津300071；2．北京大学数学科学学院，北京100871；3．

2、武警指挥学院军事教育训练系，天津300250)摘要：僵尸网络严重威胁互联网的安全，目前主流的僵尸网络检测方法准确性较低，针对此问题，考虑贝叶斯算法具有较高的准确性，提出了基于Hadoop平台的MapReduce机制的贝叶斯算法。该方法以主机对作为分析对象，提取2个主机对通信的流量特征，将这些特征作为贝叶斯分类算法的输入，通过并行化计算贝叶斯算法训练阶段的先验概率和条件概率形成贝叶斯分类器，使其学会辨认僵尸网络的流量。在检测阶段利用训练阶段形成的贝叶斯分类器和并行化计算后验概率，实现检测僵尸网络。通过实验表明，该方法检测僵尸网络是有效的，检测正确

3、率在90％以上，并且该方法较单机检测僵尸网络的贝叶斯算法效率有了较大的提高。关键词：僵尸网络；检测僵尸网络；贝叶斯算法；Hadoop；MapReduce；流量中图分类号：TP3l1文献标志码：A文章编号：1673—4785(2014)01—0026—08中文引用格式：邵秀丽，刘一伟，耿梅洁，等．检测僵尸网络的贝叶斯算法的MapReduce并行化实现[J]．智能系统学报，2014，9(1)：26-33．英文引用格式：SHAOXiuli，LIUYiwei，GENGMeijie，eta1．TheparallelimplementationofMapR

4、educefortheBayesianalgo-rithmtodetectbotnets[J]．CAAITransactionsonIntelligentSystems，2014。9(1)：26-33．TheparallelimplementationofMapReducefortheBayesianalgorithmtodetectbotnetsSHAOXiuli，LIUYiwei。，GENGMeijie，HANJianbin(1．CollegeofComputerandControlEngineering，NankaiUniversity，

5、Tianjin300071，China；2．SchoolofMathematicalSciences，PekingUniversity，Beijing100871，China；3．DepartmentofEducationandTraining，ArmedPoliceCommandCollege，Tianjin300250，China)Abstract：ThebotnetnetworkposesaseriousthreattotheInternetsecurity。andtheaccuracy0tthebotnetdetec—tionmetho

6、dislow。whiletheBayesianalgorithmhashighaccuracy．ThispaperputsforwardaBayesianalgorithmwiththemechanismofMapReducebasedontheHadoopplatformtoachievebotnetdetection．Takingthehost·pairsasanalysisobjects．thismethodextractsthetraficfeaturesofcommunicationsbetweentwohosts，takesthes

7、elea—turesasinputandtrainstheBayesianclassifierthroughparallelcalculationsofthepriorprobabilityandconditionprobabilityonthestageoftheBayesianalgorithmtrainingtolearntorecognizebotnettrafic．ByusingtheBayesianclassifiertrainedO13thestageoftheBayesianalgorithmtrainingandparalle

8、lcalculationsoftheposteriorprobabilityonthestageofdetecting，thedetectionofb