域名是互联网关键基础资源,在整个网络体系中具有重要地位。然而涉及色情、赌博、诈骗等非法网站的恶意域名不仅给整个互联环境带来了危害,而且严重威胁着网络用户的隐私及财产安全。其中在线视频作为恶意域名的传播载体以内嵌的方式包含恶意域名信息,在用户观看在线视频时,其以字幕形式呈现的恶意域名信息会诱导观看者访问恶意域名站点从而产生危害。由于在线视频内容检测难度较大,使得恶意域名的传播更具隐蔽性而难以被有效管控,同时由于在线视频庞大的网络用户数量,使其危害层面较广。因此针对在线视频内嵌恶意域名信息的整治与管控已经刻不容缓。现有的恶意域名相关研究主要针对DGA算法生成的恶意域名和域名本自身特征,缺少对恶意域名传播载体的研究,这使得难以从传播层面阻断恶意域名与网络用户的接触。针对以上问题,本文对在线视频内嵌恶意域名信息检测方法和分析进行了相关研究。首先,本文提出了在线视频快照获取方法。该方法通过基于关键词库扩展的在线视频网站发掘获取搜索引擎上可检索到的在线视频网站,之后通过自适应在线视频播放页面定位获取在线视频的播放页面。最后通过在线视频快照采集策略得到在线视频快照。其次,本文提出了基于边缘生长笔划宽度变换的视频文本检测算法,算法首先利用基于梯度方向修正Canny的边缘提取算法提取在线视频快照的边缘,然后利用边缘生长笔划宽度变换算法计算边缘点的笔划宽度并生成连通分量,最后通过基于有效重叠域的文本行生成形成文本行,通过在自建的数据集上进行测试,检测精确率达94.1%。再次,本文提出了基于权重抑制Adaboost的恶意域名视频文本分类算法。首先对视频文本在不同维度上进行了特征设计,之后通过本文提出的分类算法对视频文本进行分类。对比实验表明,该算法在具有不同异常样本浓度的训练集上均有较好的分类效果,且性能均优于传统Adaboost算法。最后,本文实现了在线视频内嵌恶意域名信息检测与分析系统。系统可实现在从在线视频快照获取到最终恶意域名视频文本分类全过程,并通过最后的统计分析模块对系统输出进行综合统计并给出分析结论。