恶意挖矿流量快速检测框架的设计与实践

来源：计算机应用与软件杂志2025年第9期北京时间：

作者：杨震, 程雨, 李京

摘要：随着互联网的发展，恶意软件的数量越来越多，其中恶意挖矿软件利用系统漏洞劫持用户设备进行数字货币的挖掘，隐蔽地消耗着用户设备的计算资源和网络资源，是许多单位关注的重点问题之一。针对当前恶意挖矿行为难以检测，准确率低等问题，设计一种新型的快速恶意挖矿流量检测框架。该框架采用清晰的流程组合实现了可扩展的处理能力，通过针对性提取挖矿流量特征和优化的朴素贝叶斯算法实现准确的检测能力，借助灵活的模块配置实现了高兼容性的部署能力。最终分析并配置了校园网络应用环境，并通过实验证明该框架能够有效地对加密、非加密和基于 IPv6 传输的挖矿流量实现快速检测。

关键词：检测框架, 恶意挖矿流量, 数字货币, 朴素贝叶斯算法, 加密流量, 机器学习