[发明专利]域名检测方法、装置、设备及介质

权利要求书

1.一种域名检测方法，其特征在于，所述方法包括：

获取待检测域名；

对所述待检测域名进行特征提取，得到与所述待检测域名对应的特征向量；

将所述特征向量输入至基于自我学习算法训练完成的分类器中，确定所述待检测域名是否为目标域名。

2.根据权利要求1所述的方法，其特征在于，所述获取待检测域名，包括：

获取域名系统流量日志；

根据所述域名系统流量日志的域名、源互联网协议地址和服务器响应时间确定目标域名系统流量日志；

根据所述目标域名系统流量日志获取待检测域名。

3.根据权利要求1所述的方法，其特征在于，所述对所述待检测域名进行特征提取，得到与所述待检测域名对应的特征向量，包括：

获取待检测域名的域名特征，所述域名特征包括：域名系统响应率、域名访问次数、访问域名的源互联网协议地址数量、域名信息查询二值特征、域名系统服务响应时长和域名长度中的至少一项；

将所述域名特征进行标准化处理，得到标准域名特征；

基于所述标准域名特征得到所述特征向量。

4.根据权利要求1所述的方法，其特征在于，所述将所述域名特征进行标准化处理，得到标准域名特征，包括：

确定各项标准域名特征的最大值和最小值；

根据所述最大值和最小值对所述标准域名特征进行标准化处理，得到所述标准域名特征。

5.根据权利要求1所述的方法，其特征在于，所述将所述特征向量输入至基于自我学习算法训练完成的分类器中之前，还包括：

将获取的样本数据划分为标记样本数据和未标记样本数据，所述标记样本数据为标注类别的样本数据，所述未标记样本数据为未标注类别的样本数据；

分别提取所述标记样本数据和所述未标记样本数据的特征向量，得到标记样本数据特征向量和未标记样本数据特征向量；

基于所述标记样本数据特征向量和所述未标记样本数据特征向量对待训练的分类器进行训练，得到训练完成的分类器。

6.根据权利要求5所述的方法，其特征在于，所述基于所述标记样本数据特征向量和所述未标记样本数据特征向量对待训练的分类器进行训练，得到训练完成的分类器，包括：

基于所述标记样本数据特征向量构建初始分类器；

获取与所述标记样本数据特征向量相似度最大的未标记样本数据特征向量，得到目标特征向量；

将所述目标特征向量输入至所述初始分类器，得到目标类别预测结果；

基于所述标记样本数据特征向量、所述标记样本数据的类别、所述目标特征向量和所述目标类别预测结果对所述待训练的分类器进行训练，得到训练完成的分类器。

7.根据权利要求6所述的方法，其特征在于，所述获取与所述标记样本数据相似度最大的未标记样本数据特征向量，得到目标特征向量，包括：

针对每个未标记样本数据特征向量，分别计算未标记样本数据特征向量与各所述标记样本数据特征向量的欧式距离；

将与所述标记样本数据特征向量的欧氏距离最短的未标记样本数据特征向量作为目标特征向量。

8.一种域名检测装置，其特征在于，所述装置包括：

待检测域名获取模块，用于获取待检测域名；

特征向量获取模块，用于对所述待检测域名进行特征提取，得到与所述待检测域名对应的特征向量；

目标域名确定模块，用于将所述标准特征向量输入至已训练的分类器中，确定所述待检测域名是否为目标域名。

9.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7任一所述的域名检测方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的域名检测方法。