Paper Reading: Encrypted Malware Traffic Detection Using TLS Features + Random Forest

文献信息

属性	内容
序号	23
标题	Encrypted Malware Traffic Detection Using TLS Features and Random Forest
年份	2021
会议	International Conference on Computational & Experimental Engineering

---

1. 研究背景

1.1 挑战

• 恶意软件使用 TLS 加密通信
• 传统 DPI 无法检测
• 需要元数据特征分析

1.2 观察发现

恶意软件的 TLS 特征与正常流量不同：

• 较少的 TLS 扩展
• 受限的密码套件
• 常见自签名证书

---

2. TLS 特征分析

2.1 恶意软件特征模式

特征	正常流量	恶意软件
TLS 扩展数	多	少
密码套件	标准	受限
自签名证书	少	常见
SNI 一致性	高	低

2.2 Random Forest 分类

TLS 特征 → Random Forest → 分类结果
                         ├── 正常
                         └── 恶意

---

3. 主要贡献

1. 分析恶意软件的 TLS 特征
2. 提出基于 RF 的检测方法
3. 高召回率检测

---

4. 结论

TLS 元数据分析是检测加密恶意流量的有效方法。

---

阅读时间: 2026-04-17