首页 | 本学科首页   官方微博 | 高级检索  
     

基于Deep-IndRNN的DGA域名检测方法
作者姓名:刘伯成  王浩宇  李向军  肖聚鑫  肖楚霁  孔珂
作者单位:南昌大学软件学院 南昌大学计算机科学与技术系
基金项目:国家自然科学基金;国家自然科学基金;科技创新平台项目;江西省主要学科学术;技术带头人项目;江西省自然科学基金;江西省自然科学基金;江西省重点研发计划项目;江西省重点研发计划项目;江西省研究生创新项目;江西省研究生创新项目;大学生实践创新训练计划;大学生实践创新训练计划;大学生实践创新训练计划;江西省教学改革重点项目
摘    要:恶意服务常利用域名生成算法(DGA)逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型(BoW)将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。

关 键 词:域名生成算法  深度学习  独立循环神经网络  Sigmoid函数  词袋模型  
本文献已被 万方数据 等数据库收录!
点击此处可从《南昌大学学报(理科版)》浏览原始摘要信息
点击此处可从《南昌大学学报(理科版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号