基于深度学习的恶意DGA域名检测

作     者：王志强 李舒豪 池亚平 张健毅 WANG Zhi-qiang;LI Shu-hao;CHI Ya-ping;ZHANG Jian-yi

作者机构：北京电子科技学院网络空间安全系北京100070 国家信息中心博士后科研工作站北京100045 公安部第三研究所信息网络安全重点实验室北京100741 

基　　金：国家重点研发计划基金项目(2018YFB1004101) 公安部信息网络安全重点实验室开放课题基金项目(C19614) 北京电子科技学院教育教学改革专项基金项目(jy201805) 中央高校基本科研业务费基金项目(328201804) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第3期

页      码：601-606页

摘      要：针对域名产生算法生成的恶意域名,提出基于动态卷积算法的检测方法。基于现有的深度学习检测模型,在检测模型的向量嵌入阶段采用基于字符嵌入的高级词嵌入方法,能够对生僻词语和训练集中不存在的新词进行有效表示,减小嵌入矩阵的规模,降低存储成本。设计动态卷积算法对恶意域名进行检测,动态调整网络参数,有利于在更大范围内提取深层的特征,压缩数据大小,提高运算的速度,能够更有效识别恶意域名。实现了整体检测模型,通过实验验证了该方案的可行性。

主 题 词：网络安全 域名产生算法 恶意域名检测 深度学习 动态卷积神经网络 

学科分类：0839[0839] 08[工学] 

D　O　I：10.16208/j.issn1000-7024.2021.03.001

馆 藏 号：203102462...