基于多模型协同的DGA检测方法

• 作者: 张永生 王崧灏 卢敏
• 来源期刊: 民航学报
• 关键词: 恶意域名 域名生成算法 多模型协同 可信度
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 空管|ATM
• 页码范围: 24-28
• 页数: 5页
• 分类号: TN915.08
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4994.2021.03.005

摘要

域名系统是互联网中重要的基础设施之一,攻击者常常利用DNS构建恶意网络基础结构,传输恶意软件的指令.DGA域名的检测对于发掘恶意网络、保护网络安全具有重要作用.目前大部分DGA检测方式都很难满足大规模数据在线检测的需求,并且单一模型无法对于域名信息进行全面分析,检测效果差或无法适应新型的DGA域名.因此本文提出了一种多模型协同的DGA检测方法,该模型以域名为分析对象,基于可信度融合多种机器学习及深度学习算法,提高了模型检测结果的正确率.我们利用各个可靠情报源收集的域名信息训练模型,并将模型应用在民航空管办公内网数据集中,成功发现了DGA攻击,证明了模型可以有效检测DGA攻击.