咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于随机森林和深度神经网络的恶意域名检测方法 收藏

基于随机森林和深度神经网络的恶意域名检测方法

Detection of Malicious Domain Names Based on Random Forest and Deep Neural Network

作     者:高宁康 王小英 梁嘉烨 Gao Ningkang;Wang Xiaoying;Liang Jiaye

作者机构:防灾科技学院河北三河 

出 版 物:《科学技术创新》 (Scientific and Technological Innovation)

年 卷 期:2023年第11期

页      面:115-118页

学科分类:0839[工学-网络空间安全] 08[工学] 

基  金:基于深度学习的APT攻击恶意流量检测模型设计与实现(S202211775047) 

主  题:恶意域名 特征提取 随机森林 深度神经网络 

摘      要:针对使用域名生成算法(DGA)产生的恶意域名隐蔽性强,传统机器学习检测算法提取特征复杂以及检测效率低下等问题,提出了基于随机森林算法和深度学习组合的恶意域名检测方法。对恶意域名数据集使用随机森林的方法增强特征,利用深度学习方法进行检测分类,识别正常域名和恶意域名,并与传统方法进行对比,实验表明实验所用的方法检测效果要好。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分