目前針對(duì)基于機(jī)器學(xué)習(xí)的DGA算法生成域名檢測(cè)方法普遍存在的特征信息不全、檢測(cè)精度不高等問題,提出了一種基于stacking集成學(xué)習(xí)的DGA域名檢測(cè)方法。通過挖掘正常域名和DGA生成域名的字符特征、語言特征,并進(jìn)一步提取出域名的衍生特征HMM系數(shù)共同作為域名特征,選擇距離預(yù)測(cè)方法的KNN模型和基于超平面分類方法的SVM模型,并使用基于梯度提升迭代決策樹方法的Cat Boost模型共同作為基分類器,同時(shí)以SVM作為第二層元分類器進(jìn)行回歸,通過stacking集成學(xué)習(xí)方法對(duì)DGA域名進(jìn)行檢測(cè)。實(shí)驗(yàn)證明,該方法一定程度的提升了檢測(cè)的精確度和召回率。 

【文章來源】：數(shù)據(jù)通信. 2020,(06)

【文章頁數(shù)】：6 頁

【部分圖文】：

基于stacking集成學(xué)習(xí)的DGA域名檢測(cè)方法

步驟3:當(dāng)基學(xué)習(xí)器Mx個(gè)數(shù)不為1時(shí)重復(fù)步驟1、2，并將每一次步驟2的預(yù)測(cè)結(jié)果ynstage＿x與對(duì)應(yīng)標(biāo)簽yn數(shù)據(jù)作為元學(xué)習(xí)器的輸入數(shù)據(jù)并訓(xùn)練。本文實(shí)驗(yàn)強(qiáng)分類器的需求通過支持向量機(jī)(SVM)的線性核函數(shù)已能實(shí)現(xiàn)，不需進(jìn)一步通過非線性核函數(shù)和優(yōu)化調(diào)參，模型精度較高，且對(duì)過擬合有理論保證;KNN算法訓(xùn)練代價(jià)低，在類域重復(fù)交疊較多的樣本集下分類效果更好;Cat Boost是通過選擇決策樹為基礎(chǔ)預(yù)測(cè)器并使用GBDT進(jìn)行分類的監(jiān)督機(jī)器學(xué)習(xí)算法，其計(jì)算樣本梯度不取決于所選樣本，而是剔除樣本后的整體梯度，可以避免特征空間梯度域真實(shí)梯度分布偏移而造成的過擬合。

stacking集成方法流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于混合詞向量深度學(xué)習(xí)模型的DGA域名檢測(cè)方法[J]. 杜鵬,丁世飛.  計(jì)算機(jī)研究與發(fā)展. 2020(02)
[2]基于XGBoost特征選擇的疾病診斷XLC-Stacking方法[J]. 岳鵬,侯凌燕,楊大利,佟強(qiáng).  計(jì)算機(jī)工程與應(yīng)用. 2020(17)
[3]集成學(xué)習(xí)在短文本分類中的應(yīng)用研究[J]. 王國薇,黃浩,周剛,胡英.  現(xiàn)代電子技術(shù). 2019(24)
[4]基于文本和DNS查詢的非常規(guī)域名檢測(cè)研究[J]. 李建飛,成衛(wèi)青.  計(jì)算機(jī)技術(shù)與發(fā)展. 2020(02)
[5]特征選擇方法綜述[J]. 李郅琴,杜建強(qiáng),聶斌,熊旺平,黃燦奕,李歡.  計(jì)算機(jī)工程與應(yīng)用. 2019(24)
[6]DGA惡意域名檢測(cè)方法[J]. 蔣鴻玲,戴俊偉.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(05)
[7]基于加權(quán)支持向量機(jī)的Domain Flux僵尸網(wǎng)絡(luò)域名檢測(cè)方法研究[J]. 宋金偉,楊進(jìn),李濤.  信息網(wǎng)絡(luò)安全. 2018(12)
[8]特征選擇穩(wěn)定性研究綜述[J]. 劉藝,曹建軍,刁興春,周星.  軟件學(xué)報(bào). 2018(09)
[9]基于IP分布及請(qǐng)求響應(yīng)時(shí)間的惡意fast-flux域名檢測(cè)算法[J]. 袁福祥,王琤,劉粉林,鞏道福.  信息工程大學(xué)學(xué)報(bào). 2017(05)
[10]基于詞素特征的輕量級(jí)域名檢測(cè)算法[J]. 張維維,龔儉,劉茜,劉尚東,胡曉艷.  軟件學(xué)報(bào). 2016(09)



本文編號(hào)：3497783