Wyszukiwanie zaawansowane ?

Obiekt

Pobierz

Tytuł: Tunneling Activities Detection Using Machine Learning Techniques, Journal of Telecommunications and Information Technology, 2011, nr 1

Autor:

Dubois, Renaud ; Morel, Mathieu ; Allard, Fabien ; Gompel, Paul

Data wydania:

2011, nr 1

Typ zasobu:

artykuł

Opis:

Tunnel establishment, like HTTPS tunnel or related ones, between a computer protected by a security gateway and a remote server located outside the protected network is the most effective way to bypass the network security policy. Indeed, a permitted protocol can be used to embed a forbidden one until the remote server. Therefore, if the resulting information flow is ciphered, security standard tools such as application level gateways (ALG), firewalls, intrusion detection system (IDS), do not detect this violation. In this paper, we describe a statistical analysis of ciphered flows that allows detection of the carried inner protocol. Regarding the deployed security policy, this technology could be added in security tools to detect forbidden protocols usages. In the defence domain, this technology could help preventing information leaks through side channels. At the end of this article, we present a tunnel detection tool architecture and the results obtained with our approach on a public database containing real data flows.

Wydawca:

Instytut Łączności - Państwowy Instytut Badawczy, Warszawa

Format:

application/pdf

Identyfikator zasobu:

ISSN 1509-4553, on-line: ISSN 1899-8852 ; oai:bc.itl.waw.pl:1159

Źródło:

Journal of Telecommunications and Information Technology

Język:

ang

Prawa:

Biblioteka Naukowa Instytutu Łączności

Temat i słowa kluczowe:

network security cyberdefense hidden Markov models RandomForest decision trees HTTPS tunnel

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

17 sty 2013

Data dodania obiektu:

17 sty 2013

Liczba wyświetleń treści obiektu:

194

Wszystkie dostępne wersje tego obiektu:

https://bc.itl.waw.pl/publication/1419

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Allard, Fabien, 2011, nr 1, Tunneling Activities Detection Using Machine Learning Techniques, Journal of Telecommunications and Information Technology, 2011, nr 1 17 sty 2013

Obiekty Podobne
Detection of DDoS Attacks in OpenStack-based Private Cloud Using Apache Spark, Journal of Telecommunications and Information Technology, 2020, nr 4

Shinde, Sumedha Gumaste, Shweta K, Amit G., Narayan D.

2020, nr 4
artykuł
L-SCANN: Logarithmic Subcentroid and Nearest Neighbor , Journal of Telecommunications and Information Technology, 2016, nr 4

Ahmad, Tohari Muchammad, Kharisma

2016, nr 4
artykuł
Implementation of a Malicious Traffic Filter Using Snort and Wireshark as a Proof of Concept to Enhance Mobile Network Security, Journal of Telecommunications and Information Technology, 2022, nr 1

Murugesan, Raja Kumar Afzal, Rafia

2022, nr 1
artykuł
QoS Requirements as Factor of Trust to 5G Network, Journal of Telecommunications and Information Technology, 2016, nr 1

Bochechka, Grigory Tikhvinskiy, Valery Gryazev, Andrey

2016, nr 1
artykuł
Uplift Modeling in Direct Marketing, Journal of Telecommunications and Information Technology, 2012, nr 2

Rzepakowski, Piotr Jaroszewicz, Szymon

2012, nr 2
artykuł
Detecting Password File Theft using Predefined Time-Delays between Certain Password Characters, Journal of Telecommunications and Information Technology, 2017, nr 4

Mahmoud, Khaled W. Makableh, Alaa Mansour, Khalid

2017, nr 4
artykuł
On the Design of the TCP/AQM Traffic Flow Control Mechanisms, Journal of Telecommunications and Information Technology, 2012, nr 4

Karpowicz, Michał P.

2012, nr 4
artykuł
Anomaly Detection Framework Based on Matching Pursuit for Network Security Enhancement, Journal of Telecommunications and Information Technology, 2011, nr 1

Hołubowicz, Witold Renk, Rafał

2011, nr 1
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Instytut Łączności – Państwowy Instytut Badawczy ul. Szachowa 1 04-894 Warszawa

Telefon

(+48) 5128 696

E-Mail

biblioteka@il-pib.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji