Một mô hình học sâu phát hiện tên miền được tạo bởi thuật toán trong mạng botnet

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Chính Nghĩa Cao, Trung Hiếu Nguyễn

Ngôn ngữ: Vie

Ký hiệu phân loại: 510 Mathematics

Thông tin xuất bản: Tạp chí Khoa học trường Đại học Thủ đô Hà Nội, 2022

Mô tả vật lý: 52 - 63

Bộ sưu tập: Metadata

ID: 406107

Thêm vào giỏ Liên kết toàn văn

Thuật toán khởi tạo tên miền (DGA) là một nhóm các thuật toán tạo ra các tên miền phục vụ cho các hoạt động tấn công trong mạng botnet. Trong bài báo này, chúng tôi trình bày một mô hình học sâu bi-lstm dựa trên cơ chế attention để phát hiện các tên miền dga. Qua quá trình thực nghiệm, thuật toán cho kết quả tốt trong việc phát hiện các tên miền dga thuộc họ post và monerodownloader. Về tổng thể, độ đo f1 của mô hình trong bài toán phân loại đa lớp đạt 90%. Hiệu suất trung bình vi mô (macro avg) đạt 86% và hiệu suất trung bình (weighted avg) đạt 91%., Tóm tắt tiếng anh, Domain Generation Algorithm (DGA) is the group of algorithms that generate domain names for attack activities in botnets. In this paper, we present a Bi-LSTM deep learning model based on Attention mechanism to detect DGA-generated domains. Through the experimental process, our model has given good results in detecting DGA-generated domains belong to the Post and Monerodownloader family. In general, the F1 measure of the model in the multi-class classification problem reaches 90%. The micro average (macro avg) efficiency is 86% and the average (weighted avg) efficiency is 91%.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR