域名系統(tǒng)是互聯(lián)網(wǎng)中不可或缺的關(guān)鍵基礎(chǔ)服務(wù),難以避免遭到不法分子的濫用。在研究僵尸網(wǎng)絡(luò)和DGA惡意域名應(yīng)用的基礎(chǔ)上,比較了當(dāng)前主流的惡意域名檢測技術(shù),提出了基于組合分類器的惡意域名檢測技術(shù)框架。該技術(shù)框架以支持向量機為主分類器,融合了樸素貝葉斯分類器模型和其他統(tǒng)計特征。實驗數(shù)據(jù)表明,該技術(shù)框架在離線訓(xùn)練時長、對未知DGA惡意域名家族的檢測能力方面表現(xiàn)優(yōu)秀,可以較好地滿足運營商大網(wǎng)環(huán)境下對惡意域名的檢測分析要求。 

【文章來源】：電信科學(xué). 2020,36(05)

【文章頁數(shù)】：9 頁

【部分圖文】：

訓(xùn)練時長對比

正確率對比

F1值對比

【參考文獻(xiàn)】：
期刊論文
[1]DGA惡意域名檢測方法[J]. 蔣鴻玲,戴俊偉.  北京信息科技大學(xué)學(xué)報(自然科學(xué)版). 2019(05)
[2]基于AGD的惡意域名檢測[J]. 臧小東,龔儉,胡曉艷.  通信學(xué)報. 2018(07)
[3]人工智能技術(shù)的哲學(xué)及系統(tǒng)性思考[J]. 王志宏,楊震.  電信科學(xué). 2018(04)

碩士論文
[1]基于SVM的DGA域名檢測方法研究[D]. 王震.濟南大學(xué) 2018



本文編號：3145316