Cách lây nhiễm Botnet

Botnet được lây nhiễm bằng những cách sau đây:

Backdoor
Backdoor được tạo ra bởi các Trojan, trojan truy cập từ xa, hoặc các
backdoor do nhà phát triển phần mềm tạo ra với mục đích bảo vệ phần mềm, hệ
thống. Tin tặc lợi dụng backdoor biến máy tính nạn nhân thành zombie và tham
gia vào mạng botnet mà nạn nhân không biết.

Mã độc nằm trong máy của nạn nhân được thực thi
Lợi dụng người dùng bằng cách crack các phần mềm thu phí đắt tiền, tin
tặc đăng lên các diễn đàn công nghệ cho phép nạn nhân tải về và sử dụng phần
mềm đó một cách miễn phí mà không biết rằng khi chạy phần mềm đó thì mã độc
được gài vào trong phần mềm đó cũng thực thi.
Dụ dỗ nạn nhân hoặc gửi email với nội dung gây kích thích và tò mò với
nội dung 18+, “trúng iphone 13 pro” nhằm kích thích tính tham lam và tò mò của
nạn nhân mà click vào đường dẫn hoặc quảng cáo sau đó đưa người dùng đến
trang web chứa mã độc.

Lợi dụng các lỗ hỏng hệ thống

Các lỗ hổng bảo mật trên hệ thống hoặc ẩn chứa trong một dịch vụ hệ thống
đó cung cấp, dựa vào đó tin tặc có thể xâm nhập trái phép để thực hiện các hành
động phá hoại hoặc cài đặt vào máy của nạn nhân mã độc.

THUẬT TOÁN MÁY HỌC

K-nearest neighbors (KNN)
K-nearest neighbors là thuật toán máy học có giám sát. Thuật toán
KNN cho rằng những dữ liệu tương tự nhau sẽ tồn tại gần nhau trong một
không gian, từ đó công việc của chúng ta là sẽ tìm k điểm gần với dữ liệu
cần kiểm tra nhất.
Cách thức hoạt động:
-Tính khoảng cách giữa d và tất cả các mẫu trong tập.
 d = √(X2 - X1)2 + (Y2 - Y1)2
-Chọn k mẫu gần nhất với d trong tập.
-Gán d vào lớp có nhiều mẫu nhất trong số k mẫu láng giềng đó (hoặc d
nhận giá trị trung bình của k mẫu)

Logistic Regression
Logistic Regression là một phương pháp phân tích thống kê được sử
dụng để dự đoán giá trị dữ liệu dựa trên các quan sát trước đó của tập dữ
liệu nhưng nó cũng có thể dùng cho bài toán phân loại.
Logistic Regression bắt nguồn từ tên của nó từ hàm sigmoid, còn
được gọi là hàm logistic. Hàm logistic là một đường cong hình chữ S trải
dài từ 0 đến 1, đồng thời không bao giờ chính xác là 0 và cũng không bao
giờ chính xác là 1.

Ví dụ Logistic Regression
Công thức Sigmoid Function
x
1 ⅇ
S(x)= −x = x = 1 - S(-x)
1+ ⅇ ⅇ +1

XGBoost
XGBoost là một trong những kỹ thuật tăng cường gradient (gradient boost)
có hiệu suất và tốc độ nâng cao trong các thuật toán học máy dựa trên cây quyết
định (cây quyết).
https://quantrimang.com/backdoor-la-gi-150119
https://quantrimang.com/botnet-hoat-dong-nhu-the-nao-36773

Máy học
https://drive.google.com/file/d/1UBWgrAOy2kiR45SslbdrM4iy1MaYHheF/view
( Nguyễn Thanh Bình)
https://www.mastersindatascience.org/learning/introduction-to-machine-learning-
algorithms/logistic-regression/

https://analyticsindiamag.com/xgboost-internal-working-to-make-decision-trees-and-
deduce-predictions/