基于word-hashing的DGA僵尸网络深度检测模型

• 作者: 洪晓光 秦丰林 葛连升 赵科军
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: DGA 僵尸网络 word-hashing 深度学习
• 年，卷（期）: 2017,（z1）
• 页码范围: 30-33
• 页数: 4页
• 分类号: TP311
• 字数: 3661字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2017.S1.006

摘要

针对使用域名生成算法(DGA)僵尸网络隐蔽性强,传统检测算法特征提取复杂的问题,提出一种无需提取具体特征的深度学习模型DGA域名检测方法.首先基于word-hashing将所有域名转用二元语法字符串表示,利用词袋模型把域名映射到高维向量空间.然后利用5层深度神经网络对转换为高维向量的域名进行训练分类检测.通过深度模型,能够从训练数据中发现不同层次抽象的隐藏模式和特征,而这些模式和特征使用传统的统计方法大多是无法发现的.实验中使用了10万条DGA域名和10万条合法域名作为样本,与基于自然语言特征分类算法进行对比实验.实验结果表明该深度模型对DGA域名检测准确率达到97.23%,比基于自然语言特征分类算法得到的检测准确率高3.7%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪晓光	山东大学计算机科学与技术学院	43	169	6.0	10.0
2	秦丰林	山东大学信息化工作办公室	27	216	6.0	14.0
3	葛连升	山东大学信息化工作办公室	27	170	7.0	12.0
4	赵科军	山东大学信息化工作办公室	6	40	3.0	6.0