基于Transformer和多特征融合的DGA域名检测方法

针对域名生成算法生成的恶意域名隐蔽性高，现有方法在恶意域名检测上准确率不高的问题，提出一种基于Transformer和多特征融合的DGA域名检测方法。该方法使用Transformer编码器捕获域名字符的全局信息，通过并行深度卷积神经网络获取不同粒度的长距离上下文特征，同时引入双向长短期记忆网络BiLSTM和自注意力机制Self-Attention结合浅层CNN得到浅层时空特征，融合长距离上下文特征和浅层时空特征进行DGA域名检测。实验结果表明，所提方法在恶意域名检测方法上有更好的性能。相对于CNN、LSTM、L-PCAL和SW-DRN,所提方法在二分类实验中准确率分别提升了1.72%,1.10%,0.75%和0.34%;在多分类实验中准确率分别提升了1.75%,1.29%,0.88%和0.83%。     

基于CNN-BiLSTM迁移自反馈学习的小样本恶意域名检测

针对现有恶意域名检测算法对于新出现或新变种等小样本恶意域名检测精度不高和检测范围较小的问题,本文提出一种迁移自反馈学习的小样本恶意域名检测算法.首先,该算法融合卷积神经网络(Convolutional Neural Networks, CNN)和双向长短时记忆神经网络(Bi-directional Long Short Term Memory, BiLSTM)的串行混合模型(CNN-BiLSTM),在提取域名字符特征的基础上保留上下文语义信息;然后,将学习到的网络模型参数迁移至小样本的恶意域名检测模型中;最后,利用提取的多维人工特征验证小样本恶意域名检测模型的检测结果,并将其检测结果反馈至迁移模型中,重新优化网络模型.通过在多家族域名数据集和小样数据集上进行测试验证,算法结果表明,本文模型在保持检测精度的基础上,能够识别出更多种新出现或新变种的小样本恶意域名.     

联想掌上电脑用中文上网

日前,联想信息电子公司宣布,联想掌上电脑可以通过输入中文域名浏览网站。目前市场上很多网站在注册了英文域名的同时还注册了域名的中文名称,这就为中文检索提供了可能。联想掌上电脑袖珍浏览器的首页提供了一个中文网址输入框,用户只要写上网址的中文名称,浏     

基于词法特征的恶意域名快速检测算法

针对互联网中恶意域名攻击事件频发，现有域名检测方法实时性不强的问题，提出一种基于词法特征的恶意域名快速检测算法。该算法根据恶意域名的特点，首先将所有待测域名按照长度进行正则化处理后赋予权值；然后利用聚类算法将待测域名划分成多个小组，并利用改进的堆排序算法按照组内权值总和计算各域名小组优先级，根据优先级降序依次计算各域名小组中每一域名与黑名单上域名之间的编辑距离；最后依据编辑距离值快速判定恶意域名。算法运行结果表明，基于词法特征的恶意域名快速检测算法与单一使用域名语义和单一使用域名词法的恶意域名检测算法相比，准确率分别提高1.7%与2.5%，检测速率分别提高13.9%与6.8%，具有更高的准确率和实时性。     

基于AN和LSTM的恶意域名检测

目前,恶意域名被广泛应用于远控木马、钓鱼欺诈等网络攻击中,传统恶意域名检测方法存在长距离依赖性问题,容易忽略上下文信息并且数据维度过大,无法高效、准确地检测恶意域名。提出了一种自编码网络（Autoencoder Network,AN）降维和长短期记忆神经网络（Long Short-Term Memory network,LSTM）检测恶意域名的深度学习方法。利用实现包含语义的词向量表示,解决了传统方法导致的数据表示稀疏及维度灾难问题。由word2vec构建词向量作为LSTM的输入,利用Attention机制对LSTM输入与输出之间的相关性进行重要度排序,获取文本整体特征,最后将局部特征与整体特征进行特征融合,使用softmax分类器输出分类结果。实验结果表明,该方法在恶意域名检测上具有较好的表现,比传统检测恶意域名方法具有更高的检测率和实时性。     

《啊!我想到了》专栏参考答案

doma．in使用了代表印度的顶级域名来拼出domain一词,对于域名黑客的主要批评在于他们注册域名的方式破坏了大部分人所遵循的域名注册规范,例如,人们无法通过这些奇怪的域名获取网站真正所属区域方面的信息;www.wwww.ww.www.com中,只有www.com是注册过的域名,而www.com之前均是虚拟域名,在真实的域名之前,     

风向标

信产部下发《关于加强互联网域名注册服务管理的通知》本刊讯类似“总理.com”、“liuxiangvisa.com”等这样的恶意注册将得到遏制。日前,信息产业部正式向各域名注册服务机构下发《关于加强互联网域名注册服务管理的通知》,要求开展域名注册服务规范整顿工作,境外域名恶意抢注和违规注册成为整顿的重点。据悉,《通知》开始应用《中国互联网络域名管理办法》对境外域名进行严查,主要包括对各种涉及政治域名、色情暴力域名等明令禁止注册的域名进行限制注册。电子产品出口将超3000亿美元本刊讯据高科技咨询机构In-Sat最新出炉的研究报告,200…     

基于SDN的恶意域名防护系统的研究与实现

基于SDN（软件定义网络）新型网络架构,研究并实现了恶意域名防护系统。分析了恶意域名防护系统的各功能模块及工作流程。使用Mininet虚拟平台搭建系统网络环境,基于Floodlight控制器开发系统的恶意域名防护模块,通过OpenFlow协议抽象底层网络资源,并开放REST API给上层的恶意域名防护管理器应用。设计了三个循序渐进的实验场景以验证系统的有效性。实验结果表明,基于SDN的恶意域名防护系统能有效防范用户访问恶意域名网站。     

别让你的“名字”被抢走

互联网上的域名就像现实生活中的名字,如何不让自己的名字被抢走,就成了互联网时代企业要注意的大事。11月6日,信息产业部正式向各域名注册服务机构下发《关于加强互联网域名注册服务管理的通知》,要求开展域名注册服务规范整顿工作,其中以牟利为目的的恶意域名注册,成为检查的重点。据世界知识产权组织的统计数据显示,2006年,发生在我国的COM域名恶意抢注数量已跃升全球第四位,引起了海外各仲裁机构的关注。在国际惯例中,域名注册都采取“先申请不审核”的原则,因为域名注册机构只是技术管理机构,不负责知识产权审查,难免就有一些人以抢…     

隐马尔可夫模型在恶意域名检测中的应用

提出一种基于隐马尔可夫模型(HMM)的恶意域名检测方法。分析善恶域名在DNS通信中的各类特征,利用Spark大数据处理平台的高效计算能力对属性特征进行统计,在此基础上,通过HMM中的Baum-Welch算法和Viterbi算法对恶意域名进行准确分类。实验结果表明,与随机森林模型相比,HMM对恶意域名分类的准确率与召回率均较高。     

改进Relief-C5.0的恶意域名检测算法

针对目前恶意域名检测算法中分类模型计算复杂度较大、实时性不强以及准确率不高等问题,提出了Rf-C5（Relief-C5.0）恶意域名检测算法模型。提取待测域名的全局URL特征,根据提取的特征按照改进的Relief算法进行权重计算,并依据权重值进行优先级排序;选取权重值排名前20的关键特征作为C5.0分类器的输入端,进行合法域名与恶意域名的分类。实验结果表明,在大样本数据集下,Rf-C5模型与当前主流恶意域名检测算法相比,在提高平均检测速率的基础上,检测准确率提高了1.58~4.91个百分点。     

多模态融合的互联网设备单位归属识别方法

多模态是描述一个整合不同数据包括文本、图像、声音等信息的过程.在互联网领域,设备单位归属是指连接到互联网中的设备属于哪一个单位或组织.网络设备所属单位的识别对提高网络的安全性和服务性等方面起着重要的作用.域名作为计算机的定位标识,确定它所属的单位对网络的安全和管理十分必要.现有的确定域名所属单位的方法通常是通过查询设备注册商,但由于提供服务的云服务商,域名服务商的存在,大多数域名的注册单位并不是域名的使用单位.为了能快速、准确地确定域名所属的单位,这篇文章以域名对应的网站为基础,通过分析网站中的文字信息和图像信息,提出了一种基于多模态的识别域名所属单位的方法.实验结果表明,与已有方法比较,这篇文章中介绍的方法在识别域名的真正所属单位的方面拥有着更好的性能.     

基于深度学习的恶意DGA域名检测

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.     

shen6域名被抢先注册

近日，“天府互联”网站发布信息，欲将两个域名shen6．com和shen6．cn转让。该网站负责市场运营的工作人员说，早在“神五”发射成功后，他们就注册了“神六”域名，数次在网站上发布转让信息，起价定为10万，但问津者寥寥。     

咱到国外玩网站

前阵子,网易创始人丁磊说要养猪,并考虑办一个“养猪网”,消息一公布,立马引发了众多米商抢注域名,据悉“163pig．com”、“163pig．net”等与“网易”、“丁磊”以及“猪”字样有关的多个域名均已被抢注。不过这域名注册也有讲究,目前国内很多域名注册网站都能注册国际域名以及中文域名,但在价格、服务以及手续方面,国外域名注册网站却具有更多的优势……     

网站遭到恶意镜像的处理办法

网站初期最怕遇到恶意镜像,不仅影响流量最重要的是影响权重,万一网站被恶意镜像该怎么解决呢？下面来看一下6个步骤应对网站恶意镜。恶意镜像,也叫恶意克隆,恶意解析,是指有人通过域名A记录直接解析别人IP地址,从而得到一个在访问者眼中完全相同网站的过程。独立IP也是网站被恶意镜像的一个必备条件。     

基于上下文语义的恶意域名语料提取模型研究

针对目前基于白名单过滤技术在海量文本中恶意域名提取的漏报、误报等问题,提出了一种基于上下文语义的恶意域名语料提取模型。该模型分别从恶意域名所在语句的上下文单词、短语进行语义分析,并利用自然语言处理技术自动生成描述恶意域名的语料。通过该模型对公开的APT（Advanced Persistent Threat）分析文档数据提取了大量恶意域名语料数据。利用安全博客文章数据并结合基于随机森林算法的机器分类模型对论文提取的恶意语料的有效性进行了验证。     

网站开发涉及的法律问题

随着信息网络技术的日益普及,越来越多的企业、组织甚至个人都建立了自己的网站。这些网站的开发过程及网站开发合同中都涉及了许多相关的法律问题。 申请与注册域名 域名是对应于互联网数字地址(IP地址)的层次结构式网络字符标识,是进行网络访问的基础,因此申请与注册域名是建立网站第一步。可以由企业或客户直接向域名服务机构申请,对于域名的法     

基于迁移学习和威胁情报的DGA恶意域名检测方法研究北大核心CSCD

域名生成算法已被广泛运用在各类网络攻击中,其存在样本变化快、变种多、获取难等特点,导致现有传统模型检测精度不高,预警能力差。针对该情况,文章提出一种基于迁移学习和威胁情报的DGA恶意域名检测方法,通过构建双向长短时记忆神经网络和Transformer的组合模型,提取恶意域名上下文及语义关系特征,利用公开大样本恶意域名数据集进行预训练,迁移训练参数至新型未知小样本恶意域名进行模型检测性能测试。实验结果表明,该模型在多个APT组织使用的恶意域名小样本数据集中能达到96.14%的平均检测精度,检测性能表现良好。     

突破百万级服务的基础平台——中国万网服务提供商之路

成立于1996年的中国万网,是大型的域名和网站托管服务提供商。作为ICANN（互联网域名体系最高管理机构）授权的全国顶级域名注册机构和CNNIC（中国互联网络信息中心）首家授权的国家顶级域名注册商,中国万网先后帮助客户注册中英文域名200多万个,并为全国几十万家企业提供了快速、稳定、安全的网站和邮箱托管服务。