作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
当前许多僵尸木马程序(如Conficker、Kraken)通过域名解析回连服务器,接受攻击者的命令,发动相应攻击.为成功发动攻击,抵抗检测,攻击者采用算法生成大量域名,但仅注册其中之一,保证一个域名解析成功即可.为防止僵尸木马程序成功回连,提出一种针对算法自动生成恶意域名的检测方法,该算法基于合法域名与算法自动生成恶意域名在域名知名程度、域名构词等特性的差异,利用上述差异生成4维分类特征,用于对恶意域名分类和检测.实验结果表明,文章方法能够准确地检测算法自动生成恶意域名,且虚警率、漏报率较低.
推荐文章
一种改进的卷积神经网络恶意域名检测算法
卷积神经网络
域名生成算法
深度学习
信息安全
基于AGD的恶意域名检测
网络安全监测
域名生成算法
命令与控制服务器
算法生成域名
DGA恶意域名检测方法
DGA
统计特征
N-Gram
朴素贝叶斯
多层感知
极端梯度
基于生成对抗网络的恶意域名训练数据生成
恶意域名
DGA
生成对抗网络
检测
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种针对算法自动生成恶意域名的检测方法
来源期刊 信息工程大学学报 学科 工学
关键词 算法自动生成 恶意域名 特征 检测
年,卷(期) 2017,(6) 所属期刊栏目 计算机技术与应用
研究方向 页码范围 731-735
页数 5页 分类号 TP301.6
字数 4625字 语种 中文
DOI 10.3969/j.issn.1671-0673.2017.06.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王峥 4 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (34)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
算法自动生成
恶意域名
特征
检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导