时       间：2022-01-11 (Tue)  18:30

地       点：钉钉远程

主  讲  人 : 蔡逸桐,赵祎君,刘珍妮,张璐婷

会议秘书：刘珍妮

题目：《Compromised or Attacker-Owned: A Large Scale Classification and Study of Hosting Domains of Malicious URLs》

分享类型：论文精讲       汇报人：刘珍妮

简介：针对现有的恶意URL粗粒度检测带来的检测方面和应对方面准确性和有效性问题，本文发现，不同托管模式的恶意URL形成了一组独特而重要的互联网实体，它们具有自己独特的特征。由此本文创新性地从托管模式的角度提出一种内容无关的分类方法，将恶意站点进行更细粒度的划分：被攻击者攻击的公共域名托管站点，攻击者持有的公共域名托管站点，被攻击者攻击的私有顶级域名，攻击者持有的私有顶级域名。以帮助安全人员采取更有针对性的检测方法与应对措施

题目：《Flow Event Telemetry on Programmable Data Plane》

分享类型：论文精讲       汇报人：张璐婷

简介：本文介绍了NetSeer，一种数据平面内的网络监控器，它可以通过先进的可编程数据平面精确捕捉流量级的数据平面事件，以促进NPA的故障排除。NetSeer可以实现近乎全面的流量事件覆盖，可随网络规模线性扩展。它将NPA故障排除时间减少了61%~99%，并使流量监控开销减少到0.01%

题目：《6Hit: A Reinforcement Learning-based Approach to Target Generation for Internet-wide IPv6 Scanning》

分享类型：论文精讲       汇报人：蔡逸桐

简介：本文提出了一种基于强化学习的在IPv6地址空间中发现活动地址的目标生成方法。它首先根据一组已知种子地址的结构信息将IPv6地址空间划分为不同的区域。然后，根据扫描每个区域的奖励分配勘探资源。基于现有扫描结果的评估反馈，6Hit将随后的搜索方向优化到活动地址密度更高的区域。与其他最先进的目标生成方法相比，6Hit在命中率上有更好的表现。本文在真实网络上的实验表明，6Hit在8个数据集上达到了3.5%-11.5%的命中率，比最先进的方法提高了7.7%-630%

题目：《HAWatcher: Semantics-Aware Anomaly Detection for Appified Smart Homes》

分享类型：论文精讲        汇报人：赵祎君

简介：本文提出了一个用于智能家居的语义感知异常检测系统HAWatcher，基于事件日志和语义为智能家居的正常行为建模，并将设备的真实状态和模拟状态之间的不一致报告为异常，在SmartThings平台的四个真实测试平台上针对62种不同的异常情况的实验评估也表明，HAWatcher算法具有较高的精度，显著优于其它利用数据挖掘技术进行异常检测异常的算法