一种基于字符及解析特征的恶意域名检测方法

• 作者: 傅建明 李鹏伟 黄凯 黄坚伟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 恶意域名 远控木马 机器学习 特征提取
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 仿真服务化
• 页码范围: 287-292
• 页数: 6页
• 分类号: TP393
• 字数: 6362字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2018.03.063

摘要

恶意域名被广泛应用于远控木马、钓鱼欺诈等网络攻击中,现有方法无法高效、准确地检测恶意域名.根据恶意域名与正常域名在字符组成、生成方法、解析过程等方面的差异,设计了域名的字符统计特征、相似度特征、解析特征,并结合机器学习算法提出了基于字符及解析特征的恶意域名检测方法,实现了自动化特征提取工具.通过对来源于国家互联网应急响应中心(CNCERT)的大量恶意域名进行检测,证实了这些特征在正常域名与恶意域名之间的区分度,在提高检测准确率的同时,降低了特征提取开销.因此,可利用多维度特征和机器学习算法实现恶意域名检测,保障网络安全.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄凯	武汉大学空天信息安全与可信计算教育部重点实验室	25	71	4.0	7.0
5	傅建明	武汉大学空天信息安全与可信计算教育部重点实验室	52	412	10.0	18.0
14	黄坚伟	武汉大学空天信息安全与可信计算教育部重点实验室	1	4	1.0	1.0
18	李鹏伟	南京审计大学工学院	2	4	1.0	2.0