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:
DGA域名(Domain Generation Algorithm)检测是恶意C&C通信检测的关键技术之一.已有的检测方法通常基于域名构成的随机性进行检测,存在误报率高等问题,对于低随机性DGA域名的检测准确率较低,主要是因为此类方法未能有效提取低随机性DGA域名中的部分高随机性,为此提出了域名的多字符随机性提取方法.采用门控循环单元(GRU)实现多字符组合编码及其随机性提取;引入注意力机制,加强域名中部分高随机性特征.构建了基于注意力机制的循环神经网络的DGA域名检测算法(ATT-GRU),提升了低随机性DGA域名识别的有效性.实验结果表明,ATT-GRU算法在检测DGA域名上取得了比传统方法更高的检测精确率和更低的误报率.
推荐文章
基于注意力机制的音乐深度推荐算法
深度学习
注意力机制
音乐推荐
基于注意力机制的全景分割网络
全景分割
背景类实例重叠
三重态注意力机制
语义增强注意力机制
基于自注意力机制的方面情感分类
方面词
情感分类
自注意力机制
语义编码
基于多层注意力机制—柔性AC算法的机器人路径规划
行动者—评论家算法
注意力机制
深度强化学习
机器人路径规划
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 基于注意力机制的DGA域名检测算法
来源期刊 华东理工大学学报(自然科学版) 学科 工学
关键词 域名检测 注意力机制 门控循环单元(GRU)
年,卷(期) 2019,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 478-485
页数 8页 分类号 TP309.1
字数 5411字 语种 中文
DOI 10.14135/j.cnki.1006-3080.20180326002
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 程华 华东理工大学信息科学与工程学院 44 148 7.0 11.0
2 房一泉 华东理工大学信息科学与工程学院 21 55 4.0 7.0
3 陈立皇 华东理工大学信息科学与工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (5)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
域名检测
注意力机制
门控循环单元(GRU)
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
华东理工大学学报(自然科学版)
双月刊
1006-3080
31-1691/TQ
16开
上海市梅陇路130号
4-382
1957
chi
出版文献量(篇)
3399
总下载数(次)
2
总被引数(次)
27146
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导