10.16208/j.issn1000-7024.2021.03.001
基于深度学习的恶意DGA域名检测
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.
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
42
TP393.08(计算技术、计算机技术)
国家重点研发计划基金项目;公安部信息网络安全重点实验室开放课题基金项目;北京电子科技学院教育教学改革专项基金项目;中央高校基本科研业务费基金项目
2021-04-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
601-606