检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于知识图谱的恶意域名检测

南京邮电大学学报（自然科学版） 2023年第3期43卷 96-102页

作者：刘善玲祁正华南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023

网络技术的发展导致恶意域名类型层出不穷,为了挖掘更深层次的恶意域名,提出一种将知识图谱应用到恶意域名的检测方法。在设计域名知识图谱本体模型的基础上,抽取对应的实体、关系,使用Neo4j图数据库存储域名知识图谱,根据图推理算法计... 详细信息

网络技术的发展导致恶意域名类型层出不穷,为了挖掘更深层次的恶意域名,提出一种将知识图谱应用到恶意域名的检测方法。在设计域名知识图谱本体模型的基础上,抽取对应的实体、关系,使用Neo4j图数据库存储域名知识图谱,根据图推理算法计算未知域名与图谱中已知属性相邻节点的密切程度,来判断未知域名的属性。实验结果表明,新方法在恶意域名检测上有良好的实验效果(AUC=0.98),可有效识别之前未检测出的恶意域名,实现对隐藏较深恶意域名的挖掘。

关键词：网络安全恶意域名知识图谱图推理

基于增强嵌入特征超图学习的恶意域名检测方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年

作者：魏金侠龙春付豪宫良一赵静万巍黄潘中国科学院计算机网络信息中心中国科学院大学

攻击者利用域名灵活地实施各类网络攻击，诸多学者针对性的提出了一些基于统计特征和基于关联关系的恶意域名检测方法，但这2类方法在域名属性高阶关系表示方面存在不足，无法准确呈现域间全局高阶关系. 针对这类问题，提出一种基于嵌... 详细信息

攻击者利用域名灵活地实施各类网络攻击，诸多学者针对性的提出了一些基于统计特征和基于关联关系的恶意域名检测方法，但这2类方法在域名属性高阶关系表示方面存在不足，无法准确呈现域间全局高阶关系. 针对这类问题，提出一种基于嵌入式特征超图学习的恶意域名检测方法：首先基于域名空间统计特征利用决策树构建域名超图结构，利用决策树倒数第2层节点的输出结果作为先验条件形成超边，快速将域名流量之间的多阶关联关系清晰的表示出来；其次基于超图结构特征对字符嵌入特征进行增强编码，基于域名空间统计特征和域名字符嵌入编码特征从域名数据中挖掘出自字符间隐藏的高阶关系；最后结合中国科技网真实的域名系统（domain name system， DNS）流量，对有效性和可行性进行了分析与评估，能够快速高效的检测隐蔽的恶意域名.

关键词：恶意域名超图学习决策树嵌入式编码空间统计特征

基于迁移学习和威胁情报的DGA恶意域名检测方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信息网络安全 2023年第10期 8-15页

作者：叶桓荣李牧远姜波中国人民公安大学信息网络安全学院北京100038 自贡市公安局网络安全保卫支队自贡643000 青岛市公安局网络安全保卫支队青岛266000 中国科学院信息工程研究所北京100085 中国科学院大学网络空间安全学院北京100049

域名生成算法已被广泛运用在各类网络攻击中,其存在样本变化快、变种多、获取难等特点,导致现有传统模型检测精度不高,预警能力差。针对该情况,文章提出一种基于迁移学习和威胁情报的DGA恶意域名检测方法,通过构建双向长短时记忆神经网... 详细信息

域名生成算法已被广泛运用在各类网络攻击中,其存在样本变化快、变种多、获取难等特点,导致现有传统模型检测精度不高,预警能力差。针对该情况,文章提出一种基于迁移学习和威胁情报的DGA恶意域名检测方法,通过构建双向长短时记忆神经网络和Transformer的组合模型,提取恶意域名上下文及语义关系特征,利用公开大样本恶意域名数据集进行预训练,迁移训练参数至新型未知小样本恶意域名进行模型检测性能测试。实验结果表明,该模型在多个APT组织使用的恶意域名小样本数据集中能达到96.14%的平均检测精度,检测性能表现良好。

关键词：恶意域名迁移学习威胁情报双向长短时记忆神经网络 Transformer

改进Relief-C5.0的恶意域名检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2022年第11期58卷 100-106页

作者：马栋林张澍寰赵宏兰州理工大学计算机与通信学院兰州730050

针对目前恶意域名检测算法中分类模型计算复杂度较大、实时性不强以及准确率不高等问题,提出了Rf-C5(Relief-C5.0)恶意域名检测算法模型。提取待测域名的全局URL特征,根据提取的特征按照改进的Relief算法进行权重计算,并依据权重值进行... 详细信息

针对目前恶意域名检测算法中分类模型计算复杂度较大、实时性不强以及准确率不高等问题,提出了Rf-C5(Relief-C5.0)恶意域名检测算法模型。提取待测域名的全局URL特征,根据提取的特征按照改进的Relief算法进行权重计算,并依据权重值进行优先级排序;选取权重值排名前20的关键特征作为C5.0分类器的输入端,进行合法域名与恶意域名的分类。实验结果表明,在大样本数据集下,Rf-C5模型与当前主流恶意域名检测算法相比,在提高平均检测速率的基础上,检测准确率提高了1.58~4.91个百分点。

关键词：恶意域名 URL特征改进的Relief算法 C5.0分类器

在线全文

学校读者我要写书评

暂无评论

基于多元时序特征的恶意域名检测方法

信息网络安全 2023年第11期23卷 1-8页

作者：姚远樊昭杉王青陶源中国科学院信息工程研究所北京100085 中国科学院大学网络空间安全学院北京100049 国家互联网应急中心湖北分中心武汉430072 公安部第三研究所上海200031

当前,作为主要攻击媒介的恶意域名被广泛滥用于多种网络攻击活动中,针对恶意域名检测中检测特征设计复杂、需要经验知识辅助以及容易被攻击者有针对性绕过等问题,文章提出一种基于多元时序特征的恶意域名检测方法。该方法使用基于融合... 详细信息

当前,作为主要攻击媒介的恶意域名被广泛滥用于多种网络攻击活动中,针对恶意域名检测中检测特征设计复杂、需要经验知识辅助以及容易被攻击者有针对性绕过等问题,文章提出一种基于多元时序特征的恶意域名检测方法。该方法使用基于融合长短期记忆网络和全卷积神经网络的深度学习模型,分别从客户端请求和域名解析流量中自动化提取多元时序嵌入特征,并学习恶意域名行为的低维时序表示。对比传统的时间统计特征方案或时间序列局部模式判别方案,该方法可以建模长期域名活动模式,从中发现恶意域名区别于正常域名的行为序列,具有更强大的恶意域名检测能力。同时,该方法支持融合多元时序嵌入特征和通用恶意域名检测特征,多维度表征恶意行为信息,提升检测性能以及模型鲁棒性和扩展能力。

关键词：恶意域名长短期记忆网络全卷积神经网络多元时序特征特征融合

一种基于域名请求伴随关系的恶意域名检测方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2019年第6期56卷 1263-1274页

作者：彭成维云晓春张永铮李书豪中国科学院计算技术研究所北京100190 中国科学院大学北京100049 中国科学院信息工程研究所北京100093

恶意域名在网络非法攻击活动中承担重要的角色.恶意域名检测能够有效地减少攻击活动所带来的经济损失.提出CoDetector恶意域名检测模型,通过挖掘域名请求之间潜在的时空伴随关系进行恶意域名检测.研究发现域名请求之间存在彼此伴随关系... 详细信息

恶意域名在网络非法攻击活动中承担重要的角色.恶意域名检测能够有效地减少攻击活动所带来的经济损失.提出CoDetector恶意域名检测模型,通过挖掘域名请求之间潜在的时空伴随关系进行恶意域名检测.研究发现域名请求之间存在彼此伴随关系,而并非相互独立.因此,彼此伴随的域名之间存在紧密关联,偏向于同时是正常域名或恶意域名.1)利用域名请求的先后时间顺序对域名数据进行粗粒度的聚类操作,将彼此伴随出现的域名划分到同一簇中;2)采用嵌入学习构建映射函数,在保留域名伴随关系的同时将每一个域名投影成低维空间的特性向量;3)结合有标记的数据,训练恶意域名检测分类器,用于检测更多未知恶意域名.实验结果表明,CoDetector能够有效地检测恶意域名,具有91.64%检测精度和96.04%召回率.

关键词：域名请求请求伴随恶意域名时间序列切割向量化表示域名分类

在线全文

学校读者我要写书评

暂无评论

基于改进GAN的恶意域名数据增强

计算机应用与软件 2022年第3期39卷 308-315页

作者：傅伟钱丽萍朱晓慧北京建筑大学电气与信息工程学院北京100044

近年来以恶意域名为依托的网络攻击事件频发。针对主流检测方法识别DGA(Domain Generation Algorithm)变体域名面临的训练数据受限和时效性不足问题,提出一种基于改进WGAN模型的伪DGA域名生成方法。将skip-gram和WGAN结合,通过skip-gra... 详细信息

近年来以恶意域名为依托的网络攻击事件频发。针对主流检测方法识别DGA(Domain Generation Algorithm)变体域名面临的训练数据受限和时效性不足问题,提出一种基于改进WGAN模型的伪DGA域名生成方法。将skip-gram和WGAN结合,通过skip-gram完成域名有效转换,WGAN模型深度挖掘数据编码中包含的特征,学习并生成伪DGA域名。为验证模型生成数据的有效性,采用多种机器学习方法对生成的域名进行有效性评估。实验结果表明,基于此模型生成的数据具备原数据的特性,可以模拟真实域名用于扩充恶意域名数据集,缓解现有域名检测算法中缺乏DGA变体域名的问题。

关键词：恶意域名数据增强域名生成算法字符嵌入生成对抗网络检测

基于SVM-RFE和粒子群优化算法的恶意域名检测模型

在线全文

学校读者我要写书评

暂无评论

福州大学学报(自然科学版) 2023年第5期51卷 634-638页

作者：赵正利姜鹏仲国强吴建新中国海洋大学教育系山东青岛266100 中国海洋大学网络与信息中心山东青岛266100 中国海洋大学信息科学与工程学部山东青岛266100

本研究利用机器学习和随机搜索算法,提出一种基于SVM-RFE和粒子群优化算法的恶意域名检测模型.分析域名字符特征、解析特征和相关特征,使用SVM-RFE算法进行特征权重排序,通过优化的粒子群算法确定最佳SVM参数和特征选择.实验证明该检测... 详细信息

本研究利用机器学习和随机搜索算法,提出一种基于SVM-RFE和粒子群优化算法的恶意域名检测模型.分析域名字符特征、解析特征和相关特征,使用SVM-RFE算法进行特征权重排序,通过优化的粒子群算法确定最佳SVM参数和特征选择.实验证明该检测模型具有较好的效率和准确度.

关键词：网络安全恶意域名支持向量机递归特征消除粒子群算法

在线全文

学校读者我要写书评

暂无评论

恶意域名检测研究与应用综述

计算机应用与软件 2019年第9期36卷 310-316页

作者：王媛媛吴春江刘启和谭浩周世杰电子科技大学信息与软件工程学院

目前,网络安全问题层出不穷,特别是近年来以域名为依托的攻击,如勒索软件、垃圾邮件、DDos攻击等,成为网络安全威胁的重要表现形式。以域名攻击技术为主要攻击方式的网络威胁,经历了从传统的机器学习的检测方法到主流的深度学习检测方... 详细信息

目前,网络安全问题层出不穷,特别是近年来以域名为依托的攻击,如勒索软件、垃圾邮件、DDos攻击等,成为网络安全威胁的重要表现形式。以域名攻击技术为主要攻击方式的网络威胁,经历了从传统的机器学习的检测方法到主流的深度学习检测方法的转变。发现神经网络能够很好地自学习恶意域名特征,并能提供更高的检测率。但随着检测技术的不断提高,攻击者提出了更智能的DGA域名来规避神经网络的检测,在后续的基于这些DGA变体的检测成为目前域名检测技术的主要研究方向。随着生成对抗网络在域名检测方面的应用,Anderson等提出利用GAN来生成对抗样本提高检测,为域名的检测发展提出新的发展方向。最后,总结域名检测的发展概况及其存在的问题,并对域名检测的可发展点做出展望。

关键词： DGA算法恶意域名检测技术模型深度学习