دانلود ترجمه مقاله مصورسازی و توصیف رفتار جستجوی DNS از طریق لوگ ماینینگ

1. مقدمه 2. کارهای مرتبط 3. معماری روش 4. روشهای تحلیل 5. نتایج و بحث و بررسی 6. نتیجه گیری

چکیده – سیستم نام دامنه (DNS) یک سرویس اینترنتی مهم است که نامهای دامنه ای را که به خاطر سپرده شده، به آدرس های IP ترجمه میکند تا موقعیت مکانی منابع و خدمات کامپیوتری را بیابد. ما در این مقاله سعی در بررسی رفتارهای جستجوی DNS با بررسی لوگ های DNS از سه سرور DNS اصلی در شبکه پردیس دانشگاهی بزرگ چین داریم. مجموعه داده ما از دو قسمت به نامهای لوگ های کوئری DNS و پیام های ارسال یا دریافت شده توسط سرورهای DNS ارسال و دریافت شده اند. ابتدا ما با بررسی این لوگ های کوئری DNS و پیامهای دریافت و ارسال شده توسط سرورهای DNS قادر به شناخت روند جستجوی کاربران هستیم. برای کاربا مجموعه داده عظیم DNS الگوریتمی به نام DNSReduce معرفی میکنیم که در بررسی کارآمد آدرس IP ده مشتری برتر و ده نام مقصد برتر به کار می رود. بعلاوه تحلیلی قیاسی از رفتار جستجوی کاربران دستگاههای بی سیم و سیمی داریم. در ثانی، با توجه به پیامهای ارسال یا دریافت شده توسط سرورهای DNS، رفتار این سرورهای DNS را متوجه می شویم یعنی TTL، پاسخ های مربوطه و قادر به تشخیص درست نام دامنه با آدرس های IP پویا خواهیم بود. ما تکنیک های مصورسازی خاص و متفاوتی برای نمایش نتایج تحلیل ها ارائه کرده و نشان می دهیم که این تکنیک ها در شناخت رفتار کاربر، تحلیل رخدادهای امنیتی و توصیف تمایلات کلی در مدیریت شبکه پردیس کاربرد زیادی دارند. نتیجه گیری - ما در این مقاله از لوگ های کوئری DNS و داده های DNS غیرفعال برای توضیح رفتار جستجوی DNS استفاده کردیم. ما یک الگوریتم به نام DNSReduce برای بررسی ده آدرس IP برتر کاربران و نامهای دامنه مقصد از لوگهای کوئری DNS ارائه کردیم. این روش نشان دهنده دقت زیاددر تجربیات ماست. کوئری های بدست آمده در روز در سطح بالایی بوده و در نیمه شب کاهش می یابند و سپس تا صبح افزایش دارند. رفتار کاربران دستگاه های بیسیم مشابه کاربران دستگاه های سیمی بود به علاوه اینکه آنها کاهش چشمگیری در تعداد کوئری ها داشتند. در نام دامنه برتر رایج در چین همان هایی بودند که انتظار داشتیم. همزمان، از روی پاسخ های DNS نگاهی هم به رفتار سرورهای DNS داشتیم. روش پیشنهادی ما در تشخیص آنرمالی ها و عیب یابی نیز موثر بوده است. ما با استفاده از گفی نامهای دامنه ای را که آدرس های IP پویا داشتند تعیین کردیم و مرجعی تکنیکی برای طراحی مسیریابی و بهینه سازی در شبکه پردیس فراهم آوردیم. به صورت خلاصه، نتایج این آزمایشات در تشخهیص و درک رفتار جستجویی DNS در مقیاس بزرگ و کوچک کمک کننده بود و روش ارائه شده ما روش خوبی در تحلیل توصیفی لوگ های DNS بود.

The Domain Name System (DNS) is a critical Internet service, which translates easily memorized domain names to numerical IP addresses for locating computer resources and services. In this paper, we try to explore the behaviors of DNS lookup by mining DNS logs from three primary DNS servers in a large university campus network in China. Our dataset is made up of two parts, namely DNS query logs and messages received or send by DNS servers. Firstly, through analyzing these DNS query logs, we are able to understand the overall trend of users’ surfing. For dealing with huge DNS dataset, we introduce an algorithm we call DNSReduce, which can be used to dig out top 10 client IP addresses and top 10 destination domain names efficiently. Moreover, we make comparative analysis of lookup behavior between wired and wireless users. Secondly, with messages received or send by DNS servers we can find these DNS servers׳ behaviors, i.e., TTLs, equivalent answers and are able to accurately identify domain names with dynamic IP addresses. We provide different and specific visualization techniques for presenting these analysis results and show these techniques are very useful for understanding user behaviors, analyzing security events and characterizing overall tendency in campus network management. Conclusions - In this paper, we used DNS query logs and Passive DNS data to describe the behaviors of DNS lookup. We introduced an algo-rithm, DNSReduce, to dig out top 10 client IP addresses and destination domain names from DNS query logs. This approach showed great accuracy in our experiment. The queries maintained at a high level during daytime, and decreased at mid-night, then climbed up at morning. Wireless user behaviors were almost the same with wired users in addition to a great decrease in queries. Top 10 destination domains were popular and common used in China, as what we expected. At the same time, we took a brief look at behaviors of DNS servers from DNS responses. Our proposed approaches were also helpful in identifying anomalies and trou¬bleshooting. Using Gephi, we identified domain names having dynamic IP addresses and provided some technical reference for routing planning and optimization in a campus network. In short, these experiment results are very helpful and effective to identify and understand macro- and micro-DNS lookup beha¬viors, our proposed approaches make a good attempt to visual analysis of DNS logs.