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 LIU Ziyan;LI Ning;ZHANG Cheng;CUI Bo;WANG Yunxiao;KONG Hanzhang

作者机构：国网山东省电力公司信息通信公司山东济南250021 

出 版 物：《济南大学学报（自然科学版）》 (Journal of University of Jinan(Science and Technology))

年 卷 期：2022年第36卷第2期

页      面：148-154页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家电网有限公司2019年总部科技项目(5700-201958464A-0-0-00)。 

主　　题：网络安全 域名检测模型 卷积神经网络 自注意力机制 

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。