基于可信度的互联网恶意域名检测方法
授权
摘要
一种基于可信度的互联网恶意域名检测方法,应用于网络空间安全领域。包括:第1、利用XGBoost、LSTM、Bagging等多种机器学习对海量的恶意域名样本和正常的域名样本进行学习,建立多种异构算法的恶意域名检测模型;第2、通过统计学习算法计算XGBoost、LSTM、Bagging等多种检测模型对可疑域名预测结果的可信度;第3、利用计算得到模型预测结果的可信度进行多模型预测结果的融合,实现异构模型的协同防御。本发明选择了13个域名特征值,利用多种机器学习模对域名进行分析获取可信度,在可信度的基础上采用简单投票法进行模型的融合,提升了域名分析准确性。
基本信息
专利标题 :
基于可信度的互联网恶意域名检测方法
专利标题(英):
暂无
公开(公告)号 :
CN111581352A
申请号 :
CN202010368890.7
公开(公告)日 :
2020-08-25
申请日 :
2020-05-03
授权号 :
CN111581352B
授权日 :
2022-05-27
发明人 :
王志李涵林宇量詹婧于涛
申请人 :
南开大学
申请人地址 :
天津市南开区卫津路94号
代理机构 :
天津耀达律师事务所
代理人 :
侯力
优先权 :
CN202010368890.7
主分类号 :
G06F16/33
IPC分类号 :
G06F16/33 G06F16/951 H04L29/06 H04L29/12 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F16/33
••查询
法律状态
2022-05-27 :
授权
2020-09-18 :
实质审查的生效
IPC(主分类) : G06F 16/33
申请日 : 20200503
申请日 : 20200503
2020-08-25 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载