發(fā)布時(shí)間：2020-11-16 11:05

　　 網(wǎng)絡(luò)安全的主要威脅之一是僵尸網(wǎng)絡(luò)。僵尸網(wǎng)絡(luò)的命令與控制服務(wù)器常使用域名生成算法(Domain Generation Algorithm,DGA)生成海量的短生命周期的DGA域名,僵尸網(wǎng)絡(luò)的控制者通過DGA域名訪問命令與控制服務(wù)器,對(duì)僵尸網(wǎng)絡(luò)下達(dá)攻擊指令。為了防范僵尸網(wǎng)絡(luò),網(wǎng)絡(luò)安全研究者需要對(duì)DGA域名進(jìn)行檢測(cè)與分類。正確高效地檢測(cè)DGA域名,將有助于研究者使僵尸網(wǎng)絡(luò)的控制信道失效,進(jìn)而達(dá)到防范僵尸網(wǎng)絡(luò)的目的。因此DGA域名的自動(dòng)檢測(cè)成為信息安全領(lǐng)域的重要研究?jī)?nèi)容。近年來,機(jī)器學(xué)習(xí)方法廣泛應(yīng)用于DGA域名檢測(cè)任務(wù)中,特別是隨著深度學(xué)習(xí)的飛速發(fā)展,基于深度學(xué)習(xí)的DGA域名檢測(cè)算法取得了一定的進(jìn)步。但當(dāng)前方法的分類模型較簡(jiǎn)單,對(duì)域名這類短文本的信息利用能力與特征提取能力有限,特別是在對(duì)DGA域名多分類的問題中,分類精度仍有較大的提升空間。本文從基于詞向量的DGA域名深度學(xué)習(xí)模型與算法入手,結(jié)合詞向量與深度學(xué)習(xí)模型等手段,對(duì)DGA域名檢測(cè)算法進(jìn)行多個(gè)方面的研究,提高域名分類精度。本文主要研究?jī)?nèi)容如下:(1)研究混合詞向量深度學(xué)習(xí)模型的DGA域名檢測(cè)方法。分析了基于字符和雙字符組級(jí)別的混合詞向量,以提高域名字符串的信息利用度,并建立了基于混合詞向量方法的深度學(xué)習(xí)模型。最后設(shè)計(jì)了包含多種對(duì)比模型的實(shí)驗(yàn),對(duì)混合詞向量的有效性進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明基于混合詞向量的深度學(xué)習(xí)模型在DGA域名檢測(cè)與分類任務(wù)中相比只基于字符級(jí)詞向量的模型有更好的分類性能,特別是在樣本數(shù)量較少的DGA域名類別上的分類性能更優(yōu),證明了該模型的有效性。(2)研究基于混合詞向量Transformer網(wǎng)絡(luò)的DGA域名檢測(cè)方法。構(gòu)建了改進(jìn)Transformer網(wǎng)絡(luò)作為域名分類指示特征的提取網(wǎng)絡(luò),提高域名字符串有效特征的提取能力,并建立了基于混合詞向量方法的改進(jìn)Transformer網(wǎng)絡(luò)DGA域名檢測(cè)模型。最后進(jìn)行了包含多種模型的DGA域名檢測(cè)與分類對(duì)比實(shí)驗(yàn),在OSINT和Alexa公開數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),將提出的算法與前沿DGA域名檢測(cè)與分類算法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明本文提出算法在DGA域名檢測(cè)與分類任務(wù)上更為準(zhǔn)確,驗(yàn)證了提出算法的有效性。本論文有圖14幅,表10個(gè),參考文獻(xiàn)103篇。
【學(xué)位單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類】：TP18;TP391.1
【部分圖文】：

碩士學(xué)位論文122基本理論2BasicTheory本章介紹本文研究相關(guān)內(nèi)容的基本理論�；谠~向量的DGA域名檢測(cè)深度學(xué)習(xí)模型與算法主要包含兩部分內(nèi)容，DGA域名的詞向量表示與適用于DGA域名檢測(cè)的深度學(xué)習(xí)模型與算法。為了使本文研究?jī)?nèi)容更易理解，本章主要介紹國(guó)內(nèi)外研究現(xiàn)狀中DGA域名識(shí)別使用的深度學(xué)習(xí)模型與算法的基本理論，與詞向量表示的相關(guān)基本理論。2.1深度學(xué)習(xí)概述（IntroductionofDeepLearning）在第一章中本文介紹了若干種基于深度學(xué)習(xí)的DGA域名檢測(cè)算法。由于深度學(xué)習(xí)具有自動(dòng)發(fā)現(xiàn)特征、算法健壯性強(qiáng)、實(shí)時(shí)性高等優(yōu)點(diǎn)，基于深度學(xué)習(xí)的DGA域名檢測(cè)算法已普遍優(yōu)于采用傳統(tǒng)機(jī)器學(xué)習(xí)方法的DGA域名檢測(cè)算法。深度學(xué)習(xí)算法是機(jī)器學(xué)習(xí)算法的一個(gè)子集，是監(jiān)督學(xué)習(xí)算法。深度學(xué)習(xí)的基本模型由人工神經(jīng)網(wǎng)絡(luò)[60-62]（ArtificialNeuralNetwork）構(gòu)成。人工神經(jīng)網(wǎng)絡(luò)（以下簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò)）受到人們對(duì)大腦結(jié)構(gòu)觀察的啟發(fā)，由多層人工神經(jīng)元模型層層堆疊而成。人工神經(jīng)元模型是參數(shù)化表示的可微分函數(shù)，神經(jīng)網(wǎng)絡(luò)包含多層神經(jīng)元，每層神經(jīng)元通過與前一層和后一層的連接相互作用，輸入信號(hào)逐層作用到神經(jīng)網(wǎng)絡(luò)上，層數(shù)逐漸加深，人們受此啟發(fā)提出深度學(xué)習(xí)的概念。人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2-1所示。圖2-1人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖Figure2-1Structureofartificialneuralnetwork

碩士學(xué)位論文14函數(shù)，常用的非線性激活函數(shù)有：sigmoid函數(shù)，tanh函數(shù)，ReLU函數(shù)[65]等。這些函數(shù)的公式如下所示。(2-3)(2-4)(2-5)對(duì)應(yīng)的函數(shù)圖像如圖2-2所示。圖2-2常用的非線性激活函數(shù)圖像Figure2-2Commonlyusednon-linearactivationfunctionimages這些非線性激活函數(shù)使得整個(gè)神經(jīng)網(wǎng)絡(luò)不僅僅由線性變換構(gòu)成，因此從理論上只要神經(jīng)網(wǎng)絡(luò)足夠復(fù)雜，就可以擬合出任一種由輸入序列到輸出序列的映射。2.1.2訓(xùn)練過程深度學(xué)習(xí)的學(xué)習(xí)目標(biāo)就是找到合適的函數(shù)，使得在輸入后能夠產(chǎn)生期望的輸出。非線性激活函數(shù)中不包含參數(shù)，，但實(shí)際上在包含其他種類神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型中，還可包含其他的參數(shù)，在這里為了表示方便我們僅以和為例進(jìn)行說明。因此在整個(gè)函數(shù)空間上的搜索就退化成在參數(shù)空間上的搜索。那么如何在參數(shù)空間中搜索找到合適的參數(shù)，使得神經(jīng)網(wǎng)絡(luò)接收一個(gè)輸入能夠盡可能的產(chǎn)生正確的輸出結(jié)果，這就是一個(gè)最優(yōu)化問題。我們將解決該最優(yōu)化問題的過程稱為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練[66]（Training）。為了訓(xùn)練一個(gè)深度學(xué)習(xí)模型，我們需要一個(gè)包含大量的數(shù)據(jù)的數(shù)據(jù)集（DataSet）。在監(jiān)督學(xué)習(xí)問題中，這些數(shù)據(jù)包含標(biāo)簽（Label），在分類問題中，標(biāo)簽代表的數(shù)據(jù)的真實(shí)類別，也就是。為了使得訓(xùn)練過程能夠正常進(jìn)行并檢驗(yàn)該網(wǎng)絡(luò)的訓(xùn)練效果，我們通常將數(shù)據(jù)集劃分為訓(xùn)練集（TrainingSet）和測(cè)試集（Test1sigmoid()1xxe-=+tanh()xxxxeexee---=+0,0ReLU(),0xxxxì￡=í>xy1:1:(;)kky=FxQ1:kx1:kyQ=W,bQWbQ1:ky

2基本理論19循環(huán)神經(jīng)網(wǎng)絡(luò)通常作為構(gòu)成大型網(wǎng)絡(luò)的組件，使用循環(huán)神經(jīng)網(wǎng)絡(luò)作為組件的各種體系結(jié)構(gòu)[88-89]。我們對(duì)循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行抽象化表示。我們使用來表示輸入向量序列。從高層面看，循環(huán)神經(jīng)網(wǎng)絡(luò)是將任意長(zhǎng)度的有序序列，長(zhǎng)度記為，維度為，輸出到一個(gè)維度為的向量。(2-15)對(duì)于的前綴序列，由公式2-15隱式定義輸出向量，對(duì)于每個(gè)前綴序列，都有一個(gè)與之對(duì)應(yīng)。輸出向量常被用于后續(xù)預(yù)測(cè)工作。循環(huán)神經(jīng)網(wǎng)絡(luò)提供了一個(gè)用于對(duì)整個(gè)歷史信息的處理框架，同時(shí)不需要序列建模中傳統(tǒng)使用的馬爾可夫假設(shè)。循環(huán)神經(jīng)網(wǎng)絡(luò)是循環(huán)定義的。循環(huán)神經(jīng)網(wǎng)絡(luò)包含一個(gè)函數(shù)，來接收上一個(gè)狀態(tài)的輸入，即狀態(tài)向量，和當(dāng)前的輸入向量，函數(shù)通過計(jì)算返回一個(gè)表示當(dāng)前狀態(tài)的新的狀態(tài)向量。之后狀態(tài)向量通過決策函數(shù)映射成輸出向量。循環(huán)神經(jīng)網(wǎng)絡(luò)的初始狀態(tài)向量作為輸入，共同構(gòu)成輸入的一部分。在構(gòu)造循環(huán)神經(jīng)網(wǎng)絡(luò)時(shí)，與構(gòu)造其他前向神經(jīng)網(wǎng)絡(luò)一樣，我們需要指定輸入序列和輸出向量的維度，狀態(tài)向量的維度可以與輸出向量的維度不同。循環(huán)神經(jīng)網(wǎng)絡(luò)的計(jì)算過程如下。(2-16)(2-17)(2-18)函數(shù)和在所有序列位置的計(jì)算過程中都是相同的，循環(huán)神經(jīng)網(wǎng)絡(luò)在計(jì)算過程中通過狀態(tài)向量追蹤不同序列位置的狀態(tài)，最終給出輸出向量。循環(huán)神經(jīng)網(wǎng)絡(luò)單元的結(jié)構(gòu)如圖2-3所示。圖2-3循環(huán)神經(jīng)網(wǎng)絡(luò)單元Figure2-3RecurrentNeuralNetworkUnit循環(huán)神經(jīng)網(wǎng)絡(luò)計(jì)算流程如圖2-4所示。1:nxnindindixRoutdoutdnyR1:RNN()nny=x1:nx1:ixiy1:ixiyny1,...,ixxRi-1sixRisisOiy0sixiyis1:01:RNN(;)nn￠xs=y()iiy=Os1(,)iiiR-s=sxROisny
【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王海龍;龔正虎;侯婕;;僵尸網(wǎng)絡(luò)檢測(cè)技術(shù)研究進(jìn)展[J];計(jì)算機(jī)研究與發(fā)展;2010年12期

2 諸葛建偉;韓心慧;周勇林;葉志遠(yuǎn);鄒維;;僵尸網(wǎng)絡(luò)研究[J];軟件學(xué)報(bào);2008年03期

本文編號(hào)：2886106