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:
提出了一种聚类和分类算法相结合的恶意域名检测思路,首先通过聚类关联,辨识出同一域名生成算法(DGA,domain generation algorithm)或其变体生成的域名,然后分别提取每一个聚类集合中算法生成域名(AGD,algorithmically generated domain)的TTL、解析IP分布、归属、whois的更新、完整性及域名的活动历史特征等,利用SVM分类器过滤出其中的恶意域名.实验表明,该算法在不需要客户端查询记录信息的情况下即可实现准确率为98.4%、假阳性为0.9%的恶意域名检测.
推荐文章
基于深度自编码和决策树的恶意域名检测
恶意域名检测
深度自编码
决策树
域名统计特征
重构误差
基于SDN的恶意域名防护系统的研究与实现
软件定义网络
OpenFlow
恶意域名
恶意域名防护
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
基于AN和LSTM的恶意域名检测
恶意域名检测
长短时记忆神经网络
word2vec
Attention机制
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 基于AGD的恶意域名检测
来源期刊 通信学报 学科 工学
关键词 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
年,卷(期) 2018,(7) 所属期刊栏目 学术论文
研究方向 页码范围 15-25
页数 11页 分类号 TP393
字数 9442字 语种 中文
DOI 10.11959/j.issn.1000-436x.2018116
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 龚俭 东南大学网络空间安全学院 107 2154 26.0 43.0
10 胡晓艳 东南大学网络空间安全学院 5 43 4.0 5.0
19 臧小东 东南大学网络空间安全学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (59)
参考文献  (11)
节点文献
引证文献  (8)
同被引文献  (12)
二级引证文献  (2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(5)
  • 引证文献(3)
  • 二级引证文献(2)
研究主题发展历程
节点文献
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
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导