Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Brazilian Network Informat Ctr NICBR | - |
Autor(es): dc.creator | Silveira, Marcos Rogerio [UNESP] | - |
Autor(es): dc.creator | Silva, Leandro Marcos da [UNESP] | - |
Autor(es): dc.creator | Cansian, Adriano Mauro [UNESP] | - |
Autor(es): dc.creator | Kobayashi, Hugo Koji | - |
Autor(es): dc.creator | GkoulalasDivanis, A. | - |
Autor(es): dc.creator | Marchetti, M. | - |
Autor(es): dc.creator | Avresky, D. R. | - |
Data de aceite: dc.date.accessioned | 2022-08-04T21:59:36Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T21:59:36Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2019-12-31 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/218874 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/218874 | - |
Descrição: dc.description | The Domain Name System (DNS) is an essential component for the Internet, as its main function is to map the domain name to Internet Protocol addresses, in which the hosts respond. Because of its importance, attackers use this tool for malicious purposes such as spreading malware, botnets, fast-flux domains, and Domain Generation Algorithms (DGAs). In this paper, we present an approach to automatically detect malicious domains using passive DNS, using the supervised machine learning algorithm Extreme Gradient Boosting (XGBoost). We use 12 features extracted exclusively from DNS traffic. The model's evaluation proved its effectiveness with an average AUC of 0.9763. | - |
Descrição: dc.description | Fundação para o Desenvolvimento da UNESP (FUNDUNESP) | - |
Descrição: dc.description | Univ Estadual Paulista UNESP, Sao Paulo, Brazil | - |
Descrição: dc.description | Brazilian Network Informat Ctr NICBR, Sao Paulo, Brazil | - |
Descrição: dc.description | Univ Estadual Paulista UNESP, Sao Paulo, Brazil | - |
Descrição: dc.description | FUNDUNESP: 2764/2018 | - |
Formato: dc.format | 4 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee | - |
Relação: dc.relation | 2020 Ieee 19th International Symposium On Network Computing And Applications (nca) | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Domain Name System | - |
Palavras-chave: dc.subject | malicious domain | - |
Palavras-chave: dc.subject | passive DNS | - |
Palavras-chave: dc.subject | machine learning | - |
Título: dc.title | XGBoost Applied to Identify Malicious Domains Using Passive DNS | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: