买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国家计算机网络与信息安全管理中心甘肃分中心

摘要：本发明提供了一种正负样本比例不平衡条件下的DGA域名检测方法，涉及网络安全技术领域，包括：获取正样本的DGA域名数据与负样本的Alexa合法域名数据；对域名数据预处理得到训练集；构建损失敏感注意力BiLSTM分类模型；将训练集中的数据输入损失敏感注意力BiLSTM分类模型进行训练；获取待检测域名，将待检测域名输入已经训练好的损失敏感注意力BiLSTM分类模型，得到待检测域名属于DGA域名的概率。本发明使用代价敏感类损失函数FocalLoss替代传统交叉熵损失函数，并引入自注意力机制，设计了损失敏感注意力BiLSTM分类模型，可以在正负样本比例不平衡条件下对DGA域名进行有效识别。

主权项：1.一种正负样本比例不平衡条件下的DGA域名检测方法，其特征在于，包括如下步骤：获取正样本的DGA域名数据与负样本的Alexa合法域名数据；对所述DGA域名数据与Alexa合法域名数据进行预处理，并将预处理好的域名字符串按不同比例随机划分得到数据集；对所述DGA域名数据与Alexa合法域名数据进行预处理，包括如下步骤：去除DGA域名数据与Alexa合法域名数据中的一级域名和二级域名，只保留域名字符串；利用域名字符串中的元素构建字典D；选取固定值L作为所有域名字符串的统一长度值，在编码时对于长度大于L的只截取前L个字符，若长度不足L个字符则用数字0进行填充；利用字典D对所有域名字符串进行编码处理，最终得到一个向量矩阵；构建损失敏感注意力BiLSTM分类模型；具体包括如下步骤：在BiLSTM网络中增加注意力机制，在网络每次更新状态时都会重新读取一遍之前所有时刻的状态并记录在上下文向量ci中，降低长距离依赖序列中有效信息被遗忘的概率，提升模型整体表现；通过将代价敏感类损失函数FocalLoss作为BiLSTM网络的损失函数，解决数据集中正负样本比例不平衡的问题；将数据集中的数据输入损失敏感注意力BiLSTM分类模型进行训练，包括如下步骤：将所述数据集中的数据通过输入层的独热编码构建n*y维向量；将n*y维向量输入x维的词嵌入层，获得n*x维的向量；设模型初始学习率为0.001，采用自适应矩估计优化算法更新网络的权重；通过BiLSTM层提取域名序列中的特征，输出n*隐藏神经元个数维的向量；利用全连接层拉伸BiLSTM层的输出向量，将输出向量转换为低维数据；采用Sigmoid作为输出层的分类函数，输出0,1之间的实数，若输出结果位于0,0.5之间则判定为正常域名，输出结果位于[0.5,1之间则判定为DGA域名；获取待检测域名，将待检测域名输入训练好的损失敏感注意力BiLSTM分类模型，得到待检测域名属于DGA域名的概率；所述损失敏感注意力BiLSTM分类模型在BiLSTM网络的基础上使用代价敏感类函数FocalLoss作为损失函数，同时引入自注意力机制设计，模型结构包括输入层、词嵌入层、BiLSTM层、Dropout层、全连接层与输出层。

全文数据：

权利要求：

百度查询： 国家计算机网络与信息安全管理中心甘肃分中心 一种正负样本比例不平衡条件下的DGA域名检测方法