基于深度学习的域名查询行为向量空间嵌入

• 作者: 周昌令 栾兴龙 肖建国
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: DNS 深度学习 上下文 降维 行为分析 层次聚类
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 165-174
• 页数: 10页
• 分类号: TP393.07
• 字数: 9022字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2016064

摘要

提出一种新的分析DNS查询行为的方法,用深度学习机制将被查询域名和请求查询的主机分别映射到向量空间,域名或主机的关联分析转化成向量的运算.通过对2组真实的校园网DNS日志数据集的处理,发现该方法很好地保持了关联特性,使用降维处理以及聚类分析,不仅可以让人直观地发现隐含的关联关系,还有助于发现网络中的异常问题如botnet等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖建国	北京大学计算机科学技术研究所	30	478	12.0	21.0
2	周昌令	北京大学计算中心	12	64	5.0	8.0
6	栾兴龙	北京大学计算中心	1	10	1.0	1.0