—Botnets have always been a formida

—Botnets have always been a formidable cybersecurity threat. Internet of Things (IoT) has become animportant technique and the number of internet-connectedsmart devices has been increasing by more than 15% everyyear. It is for this reason that botnets are growing rapidly.Although the antivirus on Personal Computer (PC) has beingapplied for a long time, the threats from the botnets still cannotbe eliminated. Smart devices and IOT are still in their initialstages, hence there are uncertainties about the security issues.In the foreseeable future, more devices will become victims ofbotnets. In this paper, we propose a system for detectingpotential botnets by analyzing their flows on the Internet. Thesystem classifies similar flow traffic into groups, and thenextracts the behavior patterns of each group for machinelearning. The system not only can analyze P2P botnets, butalso extracts the patterns to application layer and can analyzebotnets using HTTP protocols.

結果 (繁體中文) 1:

-Botnets一直是一個強大的網絡
安全威脅。物聯網（IOT）的互聯網已經成為一個
重要的技術和互聯網連接的數量
智能設備已經超過15％，每增加
一年。正是出於這個原因，殭屍網絡正在迅速增長。
雖然已被個人計算機（PC）上的防病毒
應用很長一段時間，從殭屍網絡威脅仍不能
消除。智能設備和物聯網仍處於初始
階段，因此有關於安全問題的不確定性。
在可預見的將來，更多的設備將成為受害者的
殭屍網絡。在本文中，我們提出了檢測系統
在互聯網上分析其流動潛在的殭屍網絡。的
系統分類類似的流動交通成組，然後
提取每個組的行為模式用於機器
學習。該系統不僅可以分析P2P殭屍網絡，但
還提取模式來應用層並且可以分析
使用HTTP協議殭屍網絡。

結果 (繁體中文) 2:

•僵屍網路一直是一個強大的網路
安全威脅。物聯網 （IoT） 已成為
重要技術和互聯網連接的數量
智慧設備每增加15%以上
年。正是出於這個原因，僵屍網路正在迅速增長。
雖然個人電腦上的防病毒 （PC）
應用了很長時間，來自僵屍網路的威脅仍然不能
被淘汰。智慧設備和 IOT 仍處於初始階段
階段，因此存在安全問題的不確定性。
在可預見的將來，更多的設備將成為
僵屍網路。本文提出了一種檢測系統。
通過分析其在互聯網上的流，潛在的僵屍網路。的
系統將類似的流流量分類為組，然後
提取機器的每個組的行為模式
學習。該系統不僅可以分析P2P僵屍網路，而且
還將模式提取到應用程式層，並可以分析
使用 HTTP 協定的僵屍網路。

結果 (繁體中文) 3:

-僵屍網路一直是一個强大的網絡
安全威脅。物聯網已經成為
重要科技與互聯網接入數量
智慧設備每年都以超過15%的速度增長
一年。正是因為這個原因，僵屍網路正在迅速發展。
儘管個人電腦（PC）上的防毒軟體
長期以來，僵屍網路的威脅仍然無法
被淘汰。智慧設備和物聯網仍處於起步階段
囙此，在安全問題上存在不確定性。
在可預見的未來，更多的設備將成為
僵屍網路。本文提出了一種檢測系統
通過分析他們在互聯網上的流量來分析潜在的僵屍網路。這個
系統將相似的流量分類，然後
為機器選取每個組的行為模式
學習。該系統不僅可以分析P2P僵屍網路，而且
還將模式選取到應用程序層並可以分析
使用HTTP協議的僵屍網路。