基于组合分类器的恶意域名检测技术

发布时间：2021-04-18 10:27

　　域名系统是互联网中不可或缺的关键基础服务,难以避免遭到不法分子的滥用。在研究僵尸网络和DGA恶意域名应用的基础上,比较了当前主流的恶意域名检测技术,提出了基于组合分类器的恶意域名检测技术框架。该技术框架以支持向量机为主分类器,融合了朴素贝叶斯分类器模型和其他统计特征。实验数据表明,该技术框架在离线训练时长、对未知DGA恶意域名家族的检测能力方面表现优秀,可以较好地满足运营商大网环境下对恶意域名的检测分析要求。 

【文章来源】：电信科学. 2020,36(05)

【文章页数】：9 页

【部分图文】：

训练时长对比

正确率对比

F1值对比

【参考文献】：
期刊论文
[1]DGA恶意域名检测方法[J]. 蒋鸿玲,戴俊伟.  北京信息科技大学学报(自然科学版). 2019(05)
[2]基于AGD的恶意域名检测[J]. 臧小东,龚俭,胡晓艳.  通信学报. 2018(07)
[3]人工智能技术的哲学及系统性思考[J]. 王志宏,杨震.  电信科学. 2018(04)

硕士论文
[1]基于SVM的DGA域名检测方法研究[D]. 王震.济南大学 2018



本文编号：3145316