1 简介
网络上,与一台特定的主机连接,通常用两种方式表示该机的地址,一种为 IP Address;另一种为Domain Name.由于IP地址比较难记,DNS(Domain Name System域名系统)负责将IP和域名之间的转换,例如:www.sina.com.cn→61.135.152.76,方...1 简介
网络上,与一台特定的主机连接,通常用两种方式表示该机的地址,一种为 IP Address;另一种为Domain Name.由于IP地址比较难记,DNS(Domain Name System域名系统)负责将IP和域名之间的转换,例如:www.sina.com.cn→61.135.152.76,方便人们记忆.展开更多
DNS是Active Directory的主干,也是Windows Server 2003的主要名称解析机制。DNS是网络建设中首要解决的问题之一,学会在windows操作系统中为DNS配置是网络管理人员必备技能之一。本文主要探讨了如何在Windows Server 2003中安装域名系...DNS是Active Directory的主干,也是Windows Server 2003的主要名称解析机制。DNS是网络建设中首要解决的问题之一,学会在windows操作系统中为DNS配置是网络管理人员必备技能之一。本文主要探讨了如何在Windows Server 2003中安装域名系统(DNS)服务器和DNS的安全配置。展开更多
近来出现许多开放式DNS服务,这些服务提供了更快、更安全的上网环境。而且每个人都能够免费使用。而对大部分的使用者来说,EWindows里变更DNS设定可能不是一件简单的事,那么PubIic DNS Server ToolR以帮这个小忙,它是一个很方便的...近来出现许多开放式DNS服务,这些服务提供了更快、更安全的上网环境。而且每个人都能够免费使用。而对大部分的使用者来说,EWindows里变更DNS设定可能不是一件简单的事,那么PubIic DNS Server ToolR以帮这个小忙,它是一个很方便的工具,能让你在Win XP或Win 7里快速变换DNS服务器。展开更多
面对ISP主干网,为了检测威胁其管理域内用户安全的僵尸网络、钓鱼网站以及垃圾邮件等恶意活动,实时监测流经主干网边界的DNS交互报文,并从域名的依赖性和使用位置两个方面刻画DNS活动行为模式,而后,基于有监督的多分类器模型,提出面向IS...面对ISP主干网,为了检测威胁其管理域内用户安全的僵尸网络、钓鱼网站以及垃圾邮件等恶意活动,实时监测流经主干网边界的DNS交互报文,并从域名的依赖性和使用位置两个方面刻画DNS活动行为模式,而后,基于有监督的多分类器模型,提出面向ISP主干网的上层DNS活动监测算法DAOS(binary classifier for DNS activity observation system).其中,依赖性从用户角度观察域名的外在使用情况,而使用位置则关注区域文件中记录的域名内部资源配置.实验结果表明:该算法在不依赖先验知识的前提下,经过两小时的DNS活动观测,可以达到90.5%的检测准确率,以及2.9%的假阳性和6.6%的假阴性.若持续观察1周,准确率可以上升到93.9%,假阳性和假阴性也可以下降到1.3%和4.8%.展开更多
文摘1 简介
网络上,与一台特定的主机连接,通常用两种方式表示该机的地址,一种为 IP Address;另一种为Domain Name.由于IP地址比较难记,DNS(Domain Name System域名系统)负责将IP和域名之间的转换,例如:www.sina.com.cn→61.135.152.76,方便人们记忆.
文摘DNS是Active Directory的主干,也是Windows Server 2003的主要名称解析机制。DNS是网络建设中首要解决的问题之一,学会在windows操作系统中为DNS配置是网络管理人员必备技能之一。本文主要探讨了如何在Windows Server 2003中安装域名系统(DNS)服务器和DNS的安全配置。
文摘近来出现许多开放式DNS服务,这些服务提供了更快、更安全的上网环境。而且每个人都能够免费使用。而对大部分的使用者来说,EWindows里变更DNS设定可能不是一件简单的事,那么PubIic DNS Server ToolR以帮这个小忙,它是一个很方便的工具,能让你在Win XP或Win 7里快速变换DNS服务器。
文摘面对ISP主干网,为了检测威胁其管理域内用户安全的僵尸网络、钓鱼网站以及垃圾邮件等恶意活动,实时监测流经主干网边界的DNS交互报文,并从域名的依赖性和使用位置两个方面刻画DNS活动行为模式,而后,基于有监督的多分类器模型,提出面向ISP主干网的上层DNS活动监测算法DAOS(binary classifier for DNS activity observation system).其中,依赖性从用户角度观察域名的外在使用情况,而使用位置则关注区域文件中记录的域名内部资源配置.实验结果表明:该算法在不依赖先验知识的前提下,经过两小时的DNS活动观测,可以达到90.5%的检测准确率,以及2.9%的假阳性和6.6%的假阴性.若持续观察1周,准确率可以上升到93.9%,假阳性和假阴性也可以下降到1.3%和4.8%.