Detail publikace

Detecting DoH-Based Data Exfiltration: FluBot Malware Case Study

RADER Roman, JEŘÁBEK Kamil a RYŠAVÝ Ondřej. Detecting DoH-Based Data Exfiltration: FluBot Malware Case Study. In: IEEE 48th Conference on Local Computer Networks (LCN). Daytona Beach: IEEE Computer Society, 2023, s. 50-54. ISBN 979-8-3503-0074-1.
Název česky
Detekce exfiltrace dat na základě DoH: Případová studie FluBot Malware
Typ
článek ve sborníku konference
Jazyk
angličtina
Autoři
Rader Roman, Ing. (FIT VUT)
Jeřábek Kamil, Ing. (UIFS FIT VUT)
Ryšavý Ondřej, doc. Ing., Ph.D. (UIFS FIT VUT)
Klíčová slova

Detekce DoH, detekce malwaru, analýza počítačové komunikace, klasifikace paketů

Abstrakt

Tento článek představuje nový přístup k detekci malwaru FluBot, pokročilého trojského koně pro Android bankovnictví, který byl pozorován při aktivních útocích v letech 2021 a 2022. Navrhovaná metoda využívá dvouvrstvý detekční mechanismus k identifikaci síťových připojení FluBot. V první vrstvě se k detekci DNS-over-HTTPS (DoH) v záznamech Netflow používá algoritmus strojového učení. Druhá vrstva používá upravenou verzi stávajícího detekčního algoritmu doménového generování (DGA) k cílení konkrétně na připojení DoH spojená s malwarem FluBot. K vyhodnocení účinnosti tohoto přístupu jsme použili datovou sadu sestávající ze síťového provozu FluBot zachyceného v kontrolovaném prostředí sandboxu. Předběžné výsledky ukazují, že náš klasifikátor DoH dosahuje vysoké přesnosti a míry detekce při identifikaci instancí malwaru FluBot, přičemž udržuje nízkou míru falešně pozitivních výsledků.

Rok
2023
Strany
50-54
Sborník
IEEE 48th Conference on Local Computer Networks (LCN)
Konference
The 48th IEEE Conference on Local Computer Networks, Daytona Beach, US
ISBN
979-8-3503-0074-1
Vydavatel
IEEE Computer Society
Místo
Daytona Beach, US
DOI
10.1109/LCN58197.2023.10223341
BibTeX 
@INPROCEEDINGS{FITPUB13007,
   author = "Roman Rader and Kamil Je\v{r}\'{a}bek and Ond\v{r}ej Ry\v{s}av\'{y}",
   title = "Detecting DoH-Based Data Exfiltration: FluBot Malware Case Study",
   pages = "50--54",
   booktitle = "IEEE 48th Conference on Local Computer Networks (LCN)",
   year = 2023,
   location = "Daytona Beach, US",
   publisher = "IEEE Computer Society",
   ISBN = "979-8-3503-0074-1",
   doi = "10.1109/LCN58197.2023.10223341",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/13007"
}
Nahoru