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

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