新的基于融合向量的DGA域名检测方法

打开文本图片集

收稿日期：2021-11-08；修回日期：2021-12-31

作者简介：李晓冬（1982-），女，四川成都人，工程师，硕士，主要研究方向为人工智能、信息安全、软件工程；李育强（1979-），男（通信作者），陕西宝鸡人，讲师，硕士，主要研究方向为网络管理、网络测量、网络安全（yqli@uestc.edu.cn）；宋元凤（1986-），女，重庆璧山人，工程师，硕士，主要研究方向为大数据与智能信息；侯孟书（1971-），男，山东东明人，教授，博导，博士，主要研究方向为无线传感网络、分布式存储、移动计算．

摘 要：由于词典类DGA域名的字符分布随机性低、单词组合随机性高，基于传统机器学习的恶意域名检测方法难以识别，虽然利用LSTM等深度学习的检测方法能捕捉域名字符序列特征，但缺乏局部词根组合特征，检测准确率低。（剩余13189字）