基於FedMR之殭屍網路聯偵方法

一種基於FedMR之殭屍網路聯偵方法，係採用非監督式機器學習之演算法，以不針對特定P2P殭屍網路之前提下進行特徵量測，提供一套通用型之P2P殭屍網路偵測機制，可找出大量相似行為之殭屍網路流量，包含當前存在之各種P2P殭屍網路及未來產生之新型P2P殭屍網路均可標記出來，且不需要對封包內容進行檢視，確保資料隱私及避免封包加密技術之問題，並能在潛伏階段偵測P2P殭屍網路之成員間之微量通訊行為，可在殭屍網路發動攻擊前就將有嫌疑之流量及可疑IP偵測出來。此外P2P殭屍網路之通訊在單一區域未必顯著，因此本發明將透過Fed-MR協同式運算框架進行跨區域的聯合分析，解決以往單一區域低偵測率之問題，並達到跨區域資安聯防之目標。此方法未來可應用在學術網路、網路提供商等自治系統中，用於偵測惡意網路行為並預防殭屍網路攻擊，加強網路安全保護。