恶意域名检测研究与应用综述

• 作者: 刘启和 吴春江 周世杰 王媛媛 谭浩
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: DGA算法 恶意域名 检测技术 模型 深度学习
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 安全技术
• 页码范围: 310-316
• 页数: 7页
• 分类号: TP393.08
• 字数: 6460字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.09.053

摘要

目前,网络安全问题层出不穷,特别是近年来以域名为依托的攻击,如勒索软件、垃圾邮件、DDos攻击等,成为网络安全威胁的重要表现形式.以域名攻击技术为主要攻击方式的网络威胁,经历了从传统的机器学习的检测方法到主流的深度学习检测方法的转变.发现神经网络能够很好地自学习恶意域名特征,并能提供更高的检测率.但随着检测技术的不断提高,攻击者提出了更智能的DGA域名来规避神经网络的检测,在后续的基于这些DGA变体的检测成为目前域名检测技术的主要研究方向.随着生成对抗网络在域名检测方面的应用,Anderson等提出利用GAN来生成对抗样本提高检测,为域名的检测发展提出新的发展方向.最后,总结域名检测的发展概况及其存在的问题,并对域名检测的可发展点做出展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘启和	电子科技大学信息与软件工程学院	23	255	9.0	15.0
2	谭浩	电子科技大学信息与软件工程学院	22	524	8.0	22.0
3	周世杰	电子科技大学信息与软件工程学院	46	684	14.0	25.0
4	王媛媛	电子科技大学信息与软件工程学院	1	2	1.0	1.0
5	吴春江	电子科技大学信息与软件工程学院	3	34	2.0	3.0