基于随机森林和深度神经网络的恶意域名检测方法

摘要：

针对使用域名生成算法(DGA)产生的恶意域名隐蔽性强,传统机器学习检测算法提取特征复杂以及检测效率低下等问题,提出了基于随机森林算法和深度学习组合的恶意域名检测方法.对恶意域名数据集使用随机森林的方法增强特征,利用深度学习方法进行检测分类,识别正常域名和恶意域名,并与传统方法进行对比,实验表明实验所用的方法检测效果要好.

关键词：恶意域名、特征提取、随机森林、深度神经网络

分类号：TP393.08(计算技术、计算机技术)

资助基金：基于深度学习的APT攻击恶意流量检测模型设计与实现S202211775047

在线出版日期：2023-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：115-118