文献检索-宁波市创意产业特色资源库

限定检索结果

基于字符和词特征融合的恶意域名检测: 收藏
分享
引用; 《计算机工程与设计》2024年第5期45卷 1549-1556页; 作者：赵宏申宋彦韩力毅吴喜川兰州理工大学计算机与通信学院甘肃兰州730050; 针对现有恶意域名检测方法对域名生成算法(domain generation algorithm, DGA)随机产生的恶意域名检测性能不高,且对由随机单词组成的恶意域名检测效果较差的问题,提出一种基于字符和词特征融合的恶意域名检测算法(cha-racter and word ...; 针对现有恶意域名检测方法对域名生成算法(domain generation algorithm, DGA)随机产生的恶意域名检测性能不高,且对由随机单词组成的恶意域名检测效果较差的问题,提出一种基于字符和词特征融合的恶意域名检测算法(cha-racter and word network, CWNet)。利用并行卷积神经网络分别提取域名中字符和词的特征;将两种特征进行拼接,构造成融合特征;利用Softmax函数实现合法域名与恶意域名的检测。实验结果表明,该算法可以提升对恶意域名的检测能力,对更具挑战性的恶意域名家族的检测准确率提升效果更为明显。; 来源：详细信息评论

限定检索结果