使用隨機森林、LSTM、隱式馬爾科夫等算法,分別對加密協(xié)議中傳輸?shù)募用茉剂髁颗c元數(shù)據(jù)字段(JA3指紋、證書鏈、證書鏈個數(shù)、加密套件個數(shù)、擴展長度、協(xié)議版本、證書組織、證書頒發(fā)者等)建立黑白模型,使用黑白模型分別判定黑白,然后對結(jié)果集進行交叉比對。結(jié)合行為模式與隱蔽信道的檢測結(jié)果進行惡意行為判斷。 目前科來產(chǎn)品已內(nèi)置一系列加密流量檢測規(guī)則和模型,可對常見黑客工具通訊、隱蔽隧道通訊、可疑或非法加密通訊行為進行實時檢測和歷史回溯,可以快速、高效、準確發(fā)現(xiàn)加密流量中的惡意訪問,保護用戶網(wǎng)絡(luò)及數(shù)據(jù)的安全,在通信加密盛行的今天,為提高用戶的網(wǎng)絡(luò)安全提供了有效的防護手段。 - End -