基於工控場景的DNS隧道檢測方案

一. 檢測資料概述

 

資料收集方式

 

本方案資料主要透過以下方式收集：

1）工控場景內所部署的探針生成流量日誌，並透過專案資料接入模組存入Elasticsearch資料庫；

 

2）攻擊者主機與被攻擊者主機上抓取的流量包，並經pyshark、dpki等python庫解析生成結構化資料；

 

 

資料集分類

 

本方案資料主要分為以下三類：

 

1）開源多級域名網址白名單；

 

2）不同DNS隧道工具攻擊時段抓包；

 

3）Alexa top 10k websites list；

 

 

 

二. 檢測方案概述

 

2.1 設計思路

 

完整的工控網路攻擊事件主要分為四個環節：

外鏈->攻擊滲透->實時攻擊->回傳資料

DNS隱蔽隧道攻擊檢測主要針對回傳資料環節—外鏈傳輸資料部分。

正常的DNS的query_name的域名地址常為有價值或者容易理解的資訊，如標準單詞或者單詞變體。

通常為了使用方便，正常域名地址的設計的長度較短，而DNS隱蔽隧道中為了將資訊傳遞出去，往往會構造較長的域名請求傳送出去，且通常會對欄位進行加密，從而使得文字編碼與正常文字編碼差異明顯。

因此利用自然語言處理（NLP）的思想，構建不同的特徵序列，母音檢測、HMM衡量字母鏈與單詞相似度等特徵檢測。對不同的域名利用多維度特徵值測試來衡量其與英語單詞的相似度，同時討論正常域名與DNS隧道域名在資訊熵、長度等分佈的不同，構建模型，對其進行分類識別。

 

2.2 檢測步驟

 

第一步：資料預處理

 

對不同資料來源的資料集進行提取融合與處理，主要包括：

• 對使用不同dns隧道構造資料抓取的pcap檔案，利用pyshark提取五元+query_name,並對其打標為負樣本

• 讀入alexa top100k域名對其打標為正樣本

• 讀入開源資料集，提取域名，並將攻擊樣本、alexa樣本融合，按正負樣本比例分層抽樣

• 資料打散，提取tld列表

• 對正樣本提取3-grm頻數字典

 

第二步：特徵分析

 

分別對元件和tld部分進行特徵分析：

 

• 元件特徵分析：主要提取如下特徵：亂碼檢測判斷主domain 、subdomain、不同層級主子domain連續數字、連續字母佔比、 sharon entroy值、字元 Hidden markov-chain 機率等。

• tld部分特徵分析：以白名單方式，考察其與常用tld是否匹配。

 

第三步：模型訓練與測試

 

• 資料分層：0.76訓練集，0.04驗證集，0.2測試集

• 資料歸一化方法：標準化

• 模型：神經網路二分類模型

 

2.3 檢測結果

 

迭代次數：100

 

檢測效果：準確率：99.37%；F1：98.66%

 

*分類報告*：

 

Precision recall f1-scoreLabel 00.990.960.97Label 10.991.000.99avg / total 0.990.990.99

 

*損失曲線*：

 

 

編輯切換為居中

 

新增圖片註釋，不超過 140 字（可選）

 

 

 

 

編輯切換為居中

 

新增圖片註釋，不超過 140 字（可選）

 

 

 

*測試整合ROC曲線*：

 

 

編輯切換為居中

 

新增圖片註釋，不超過 140 字（可選）