隐马尔可夫模型在恶意域名检测中的应用

• 作者: 宁振虎 杨永丽 白玲玲 薛菲
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 恶意域名 隐马尔可夫模型 Baum-Welch算法 Viterbi算法 Spark大数据处理平台
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 安全技术
• 页码范围: 161-168
• 页数: 8页
• 分类号: TP391
• 字数: 6889字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051486

摘要

提出一种基于隐马尔可夫模型(HMM)的恶意域名检测方法.分析善恶域名在DNS通信中的各类特征,利用Spark大数据处理平台的高效计算能力对属性特征进行统计,在此基础上,通过HMM中的Baum-Welch算法和Viterbi算法对恶意域名进行准确分类.实验结果表明,与随机森林模型相比,HMM对恶意域名分类的准确率与召回率均较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白玲玲	北京工业大学信息学部	1	1	1.0	1.0
2	宁振虎	北京工业大学信息学部	6	11	2.0	2.0
3	薛菲	北京物资学院信息学院	5	8	2.0	2.0
4	杨永丽	北京工业大学信息学部	1	1	1.0	1.0