[发明专利]基于异质图表示学习的恶意域名检测方法及装置有效
| 申请号： | 202110312408.2 | 申请日： | 2021-03-24 |
| 公开（公告）号： | CN112910929B | 公开（公告）日： | 2022-01-04 |
| 发明（设计）人： | 周舟;张帅;钟友兵;刘庆云;杨威;李舒;李钊 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;H04L61/4511 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 余长江 |
| 地址： | 100093 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于异质图表示学习的恶意域名检测方法及装置，包括：通过采集DNS流量数据与构建域名白名单及域名黑名单，得到正常域名标注数据集与恶意域名标注数据集；根据DNS流量数据构造DNS场景异质图，获取各节点初始特征，并利用正常域名标注数据集与恶意域名标注数据集对DNS场景异质图中的域名节点标注；通过异质图神经网络半监督学习，获取DNS场景异质图中各未标注域名节点的预测结果。本发明通过提取DNS流量中的域名、IP地址等字段，构建DNS场景异质图，并采用异质图表示学习方法融合域名的属性特征及相关拓扑结构信息，可对具备完备关联模式的恶意域名、新出现的恶意域名及关联模式不完备的恶意域名进行识别，提升了恶意域名检测的准确率。 | ||
| 搜索关键词： | 基于 图表 学习 恶意 域名 检测 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110312408.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种高热稳定性的PBAT材料制备方法
- 下一篇：一种方位度量器
