文献类型：期刊文章

作　　者：王志强[1,2,3] 李舒豪[1] 池亚平[1] 张健毅[1]

WANG Zhi-qiang;LI Shu-hao;CHI Ya-ping;ZHANG Jian-yi(Cyberspace Security Department,Beijing Electronic Science and Technology Institute,Beijing 100070,China;Postdoctoral Research Workstation,State Information Center,Beijing 100045,China;Key Lab of Information Network Security,The Third Research Institute of Ministry of Public Security,Beijing 100741,China)

机构地区：[1]北京电子科技学院网络空间安全系,北京100070 [2]国家信息中心博士后科研工作站,北京100045 [3]公安部第三研究所信息网络安全重点实验室,北京100741

出　　处：《计算机工程与设计》

基　　金：国家重点研发计划基金项目(2018YFB1004101);公安部信息网络安全重点实验室开放课题基金项目(C19614);北京电子科技学院教育教学改革专项基金项目(jy201805);中央高校基本科研业务费基金项目(328201804)。

年　　份：2021

卷　　号：42

期　　号：3

起止页码：601-606

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对域名产生算法生成的恶意域名,提出基于动态卷积算法的检测方法。基于现有的深度学习检测模型,在检测模型的向量嵌入阶段采用基于字符嵌入的高级词嵌入方法,能够对生僻词语和训练集中不存在的新词进行有效表示,减小嵌入矩阵的规模,降低存储成本。设计动态卷积算法对恶意域名进行检测,动态调整网络参数,有利于在更大范围内提取深层的特征,压缩数据大小,提高运算的速度,能够更有效识别恶意域名。实现了整体检测模型,通过实验验证了该方案的可行性。

关 键 词：网络安全 域名产生算法  恶意域名检测  深度学习  动态卷积神经网络  

分 类 号：TP393.08]