基于ON-LSTM与自注意力机制的单词DGA域名检测方法

来源：计算机应用研究杂志2022年第12期北京时间：

作者：刘立婷,欧毓毅,凌捷,

单位：广东工业大学计算机学院,广州510006；

摘要：针对单词DGA域名字符随机性低，字符结构和分布与良性域名相似，现有方法对其检测效果不佳的问题，提出一种单词DGA域名检测方法。首先，对域名进行BiGRAM字符编码，使模型的输入涵盖更多的域名特征；其次，构建ON-LSTM-SA特征提取模块，充分提取域名的层级语义特征并为其分配权重；最后，通过softmax函数输出分类结果。实验结果表明，相较于四种对比模型，该方法在检测性能和多分类性能方面均表现最佳，具有更高的鲁棒性和泛化能力。

关键词：单词DGA域名检测,特征提取,深度学习,有序长短记忆神经网络,自注意力机制,

基金资助：广州市科技计划项目(201902020007,202007010004)；；