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:
该文介绍了DGA域名的研究背景和价值,DGA域名的特点、分类和基本定义.然后介绍了人工智能中几种流行的智能算法,例如XGBoost、朴素贝叶斯、多层感知器和循环神经网络.接着介绍了几种特征提取的方法,包括N-Gram模型、统计域名特征模型和字符序列模型.最后对特征提取和相关算法进行实验,并对结果进行对比分析,获取较优的特征提取和算法组合.
推荐文章
基于Transformer的DGA域名检测方法
缩略域名
Transformer模型
自注意力机制
字符依赖性
DGA恶意域名检测方法
DGA
统计特征
N-Gram
朴素贝叶斯
多层感知
极端梯度
基于注意力机制的DGA域名检测算法
域名检测
注意力机制
门控循环单元(GRU)
基于word-hashing的DGA僵尸网络深度检测模型
DGA
僵尸网络
word-hashing
深度学习
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 DGA域名检测方法选优方案
来源期刊 新一代信息技术 学科 工学
关键词 DGA域名 多层感知机 深度学习 检测技术
年,卷(期) 2020,(8) 所属期刊栏目 科技论文
研究方向 页码范围 10-16
页数 7页 分类号 TP393
字数 6071字 语种 中文
DOI 10.3969/j.issn.2096-6091.2020.08.002
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 罗海波 广东东软学院计算机学院 15 10 2.0 3.0
2 陈星池 广东东软学院计算机学院 2 0 0.0 0.0
3 董建虎 广东东软学院计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (7)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(14)
  • 参考文献(3)
  • 二级参考文献(11)
2019(5)
  • 参考文献(4)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
DGA域名
多层感知机
深度学习
检测技术
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
新一代信息技术
半月刊
2096-6091
10-1581/TP
北京市海淀区玉渊潭南路普惠南里13号楼
chi
出版文献量(篇)
639
总下载数(次)
4
总被引数(次)
21
论文1v1指导