基于深度学习的集成DGA域名检测方法

来源 :信息技术与网络安全 | 被引量 : 0次 | 上传用户:thisxyl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对DGA域名难以有效检测的问题,提出了一种融合深度学习中CNN模型和RNN模型的集成检测模型。集成检测模型由字符嵌入层、特征提取层和分类层三部分组成。字符嵌入层完成对输入字符的自动编码;特征提取层采用CNN模型和RNN模型从空间和时间的角度自动提取输入字符的特征;分类层采用三层全连接神经网络实现对DGA域名的自动预测分类。实验结果表明,集成检测模型与集成CNN模型相比能够有效提高检测效果。
其他文献
在日常生活中,追逐利益最大化是人们行动的主要动力,其外在的行为表现就是自利行为,随着近年来腐败问题的频发,自利行为的影响机制也成为关注的焦点。信心作为一种心理品质,
多雨季节大棚蔬菜种植是政府进行"菜篮子"工程建设的重要组成部分。该文对多雨季节大棚蔬菜管理的意义进行简单的陈述,并在此基础上,就多雨季节大棚蔬菜管理要点进行详细的介绍
为了解决场景识别中存在的类内差异性与类间相似性问题,提出一种基于主题模型的对象判别特征的场景识别方法。首先,使用双卷积神经网络模型提取图像的全局空间特征和对象特征;然后用主题模型的方法对对象特征进行描述,将非欧几里得空间中的判别向量投影到欧几里得空间,得到对象判别图像描述符;最后将全局空间特征和对象判别图像描述符相融合,并采用分类器进行分类。实验结果表明,所提出的方法具有更好的场景分类性能。