半分布式P2P Botnet命令与控制机制研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (5): 75-77.

半分布式P2P Botnet命令与控制机制研究

黄萍1，谭良2

1.攀枝花学院计算机学院，四川攀枝花 617000
2.四川师范大学计算机科学学院，成都 610101

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-11 发布日期:2012-02-11

Research of partially decentralized P2P Botnet command and control mechanism

HUANG Ping1, TAN Liang2

1.College of Computer, Panzhihua University, Panzhihua, Sichuan 617000, China
2.College of Computer Science, Sichuan Normal University, Chengdu 610101, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-11 Published:2012-02-11

摘要/Abstract

摘要： 为分析P2P僵尸网络（Botnet）的控制机制与行为特性，研究了半分布式P2P Botnet中bot程序的体系结构，设计了半分布式P2P Botnet的命令与控制机制，包含命令的发布、传播、执行和信息的反馈。从僵尸网络的平均直径和网络连接度，与Peacomm和lcbot两种僵尸网络做了比较，分析了半分布式P2P Botnet命令与控制机制的性能。实验结果表明，半分布P2P Botnet命令与控制机制具有较高的效率和良好的韧性，符合新型P2P Botnet的要求。

关键词: 僵尸网络, P2P, 命令与控制机制, 效率, 韧性

Abstract: To analyze the control mechanism and behavior characteristics of P2P Botnet, the bot program of partially decentralized P2P Botnet is researched, and the command and control mechanism is designed, such as injunction issue, propagation, execution and info feedback. Compared with Peacomm and lcbot, performance of command and control mechanism is analyzed based on the average diameter and connectivity of network. According to the result of experiment, the partially decentralized P2P Botnet command and control mechanism has high efficiency and good resiliency. It satisfies the need of new P2P Botnet.

Key words: Botnet, Peer-to-Peer, command and control mechanism, efficiency, resiliency

黄萍1，谭良2. 半分布式P2P Botnet命令与控制机制研究[J]. 计算机工程与应用, 2012, 48(5): 75-77.

HUANG Ping1, TAN Liang2. Research of partially decentralized P2P Botnet command and control mechanism[J]. Computer Engineering and Applications, 2012, 48(5): 75-77.

[1]	郑建锋，王应明. 基于DEA-BP神经网络的效率置信区间预测模型研究[J]. 计算机工程与应用, 2021, 57(3): 273-278.
[2]	刘子豪，赵津，刘畅，赖坤城，王玺乔. 基于改进A*算法室内移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(2): 186-190.
[3]	张宏丽，白翔宇. 利用优化剪枝GoogLeNet的人脸表情识别方法[J]. 计算机工程与应用, 2021, 57(19): 179-188.
[4]	游运，万常选，江腾蛟. 考虑社会网络关系的P2P借贷项目违约风险预测[J]. 计算机工程与应用, 2021, 57(13): 239-245.
[5]	彭家寅. 受控双向远程量子控制[J]. 计算机工程与应用, 2020, 56(9): 117-124.
[6]	曾舒磊，李学华，潘春雨，王亚飞，赵中原. 雾无线接入网中基于神经网络的资源分配方案[J]. 计算机工程与应用, 2020, 56(24): 78-84.
[7]	袁炜，于瀛，唐聃. RS柯西码编码算法改进研究[J]. 计算机工程与应用, 2020, 56(11): 83-89.
[8]	刘笑辰，高媛媛，奚和平，周密. 安全能量效率优化的传感器网络传输研究[J]. 计算机工程与应用, 2019, 55(21): 122-128.
[9]	董慧1，2，姜瑛1，2，杨洋1，2. APP软件性能效率研究[J]. 计算机工程与应用, 2019, 55(10): 45-52.
[10]	刘博1，2，刘建东1，陈飞1，2，胡辉辉1，2，张世博1. 整数动态耦合帐篷映射优化设计与性能分析[J]. 计算机工程与应用, 2018, 54(21): 163-169.
[11]	兰小丽1，刘洪星1，2，姚寒冰1，2. 基于纹理块与梯度特征的图像修复改进算法[J]. 计算机工程与应用, 2018, 54(20): 172-177.
[12]	吴姗，韩晓龙，刘婵娟，胡志华. 基于复杂网络的全球海运网络脆弱性分析[J]. 计算机工程与应用, 2018, 54(15): 249-254.
[13]	张娜1，林青霞1，包晓安1，吴彪2，张唯1. 基于OTT策略的组合测试用例优先级排序方法[J]. 计算机工程与应用, 2018, 54(13): 41-46.
[14]	何业锋. 免疫集体噪声的量子密钥协商协议[J]. 计算机工程与应用, 2018, 54(10): 26-30.
[15]	邱建美1，沙超1，2，黄海平1，王汝传1. 数据收集单元和移动Sink辅助下的信息上传方法[J]. 计算机工程与应用, 2018, 54(1): 112-116.