—Botnets are one of the most seriou

—Botnets are one of the most serious threats inthe Internet, and thus the effective detection of the botnetbecomes more and more important. In this paper, inspiredby IP tracing technology, we propose a novel botnet detectionmethod that can analyze the data packets, based on graphstructure clustering. This method analyzes the comprehensiveinformation of packages content and timestamp flow. Such acapability is achieved by improving the HEMST (HierarchicalEuclidean Minimum Spanning Tree) clustering algorithm. Itperforms a similarity matching process to find the sender ofeach cluster that is the controlled host in botnet. Experimentalresults show that the clustering correct rate can reach to 97%which demonstrates the effectiveness of our method, having abetter detection rate

結果 (繁體中文) 1:

-Botnets是最嚴重的威脅之一
的互聯網，從而有效探測的殭屍網絡
變得越來越重要。在本文中，激發了
通過IP跟踪技術，提出了一種新穎的殭屍網絡檢測
方法，其可分析數據包的基礎上，圖形
結構的聚類。這種方法分析了全面
的數據包的內容和時間戳流信息。這種
能力是通過提高HEMST（分層實現
聚類算法的歐幾里德最小生成樹）。它
執行相似性匹配過程中找到的發送者
是在殭屍網絡的受控主機的每個群集。實驗
結果表明，該聚類正確率可達97％
這證明了我們方法的有效性，具有
更好的檢測率

結果 (繁體中文) 2:

*僵屍網路是
互聯網，從而有效地檢測僵屍網路
變得越來越重要。在本文中，靈感來自
通過IP跟蹤技術，提出了一種新穎的僵屍網路檢測
方法，可以分析資料包，基於圖表
結構聚類。該方法分析綜合
包內容和時間戳記流的資訊。這樣的
通過改進 HEMST（分層
歐氏最小生成樹）聚類演算法。它
執行相似性匹配過程以查找
作為僵屍網路中受控主機的每個群集。實驗
結果表明，聚類正確率可達97%
這證明了我們的方法的有效性，有一個
更好的檢測率

結果 (繁體中文) 3:

-僵屍網路是
互聯網，從而有效地檢測僵屍網路
變得越來越重要。在這篇論文中
通過IP跟踪科技，我們提出了一種新的僵屍網路檢測方法
基於圖的數据包分析方法
結構聚類。這種方法分析了
包內容和時間戳記流的資訊。這樣的
通過改進HEMST（分層
歐氏最小生成樹）聚類演算法。它
執行相似性匹配過程以查找
僵屍網路中作為受控主機的每個集羣。實驗的
結果表明，聚類正確率可達97%
這證明了我們方法的有效性
更好的檢測率