新的基于融合向量的DGA域名檢測方法

打開文本圖片集

收稿日期：2021-11-08；修回日期：2021-12-31

作者簡介：李曉冬（1982-），女，四川成都人，工程師，碩士，主要研究方向為人工智能、信息安全、軟件工程；李育強(qiáng)（1979-），男（通信作者），陜西寶雞人，講師，碩士，主要研究方向為網(wǎng)絡(luò)管理、網(wǎng)絡(luò)測量、網(wǎng)絡(luò)安全（[email protected]）；宋元鳳（1986-），女，重慶璧山人，工程師，碩士，主要研究方向為大數(shù)據(jù)與智能信息；侯孟書（1971-），男，山東東明人，教授，博導(dǎo)，博士，主要研究方向為無線傳感網(wǎng)絡(luò)、分布式存儲、移動計算．

摘 要：由于詞典類DGA域名的字符分布隨機(jī)性低、單詞組合隨機(jī)性高，基于傳統(tǒng)機(jī)器學(xué)習(xí)的惡意域名檢測方法難以識別，雖然利用LSTM等深度學(xué)習(xí)的檢測方法能捕捉域名字符序列特征，但缺乏局部詞根組合特征，檢測準(zhǔn)確率低。（剩余13189字）