基于深度学习的虚假域名检测

• 作者: 刘子雁 李宁 张丞 崔博 王云霄 孔汉章
• 来源期刊: 济南大学学报（自然科学版）
• 学科: 工学
• 关键词: 网络安全 域名检测模型 卷积神经网络 自注意力机制
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 148-154
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13349/j.cnki.jdxbn.20211217.001

摘要

为了检测恶意程序中的虚假域名,便于识别僵尸网络和恶意程序,提出一种基于深度学习的虚假域名检测模型;该模型以域名字符串的字符序列为输入,利用一维卷积神经网络和自注意力机制,分别挖掘字符序列中各字符之间的局部依赖信息和全局依赖信息,将两者拼接在一起得到组合特征向量;借助多层感知机,得到待检测域名属于不同域名类别的概率.仿真结果表明,基于一维卷积神经网络和自注意力机制等深度学习算法构建的虚假域名检测模型能够有效检测出恶意程序常用的虚假域名.