基于深度学习的域名查询行为向量空间嵌入
Vector space embedding of DNS query behaviors by deep learning作者机构：北京大学计算中心北京100871 北京大学信息科学技术学院北京100871 北京大学计算机科学技术研究所北京100871
出 版 物：《通信学报》 (Journal on Communications)
年 卷 期：2016年第37卷第3期
页 面：165-174页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家2012年下一代互联网技术研发 产业化和规模商用专项基金资助项目(No.CNGI-12-03-001) 国家发展改革委2011年国家信息安全专项基金资助项目 国家高技术研究发展计划("863计划")基金资助项目(No.2015AA011403)~~
摘 要：提出一种新的分析DNS查询行为的方法,用深度学习机制将被查询域名和请求查询的主机分别映射到向量空间,域名或主机的关联分析转化成向量的运算。通过对2组真实的校园网DNS日志数据集的处理,发现该方法很好地保持了关联特性,使用降维处理以及聚类分析,不仅可以让人直观地发现隐含的关联关系,还有助于发现网络中的异常问题如botnet等。
维普期刊数据库
同方期刊数据库