基于APCNN和BiGRU-Att的单词DGA域名检测方法

来源：计算机应用研究杂志2022年第5期北京时间：

作者：黄蔚秋,欧毓毅,凌捷,

单位：广东工业大学计算机学院,广州510006；

摘要：为了提高对基于单词的域名生成算法（domain generation algorithm，DGA）生成的恶意域名的检测准确率，提出了一种结合改进的并行卷积神经网络（APCNN）和融合简化注意力机制的双向门控循环单元（BiGRU-Att）的网络模型，该模型能充分学习单词特征、单词之间的组合关系和关键字符信息。实验结果表明，相比Bilbo和CL模型，APCNN-BiGRU-Att模型的分类准确率和F1值更高，表明该模型具有更好的检测效果、多分类效果和稳定性。

关键词：基于单词的域名生成算法,域名检测,改进的并行卷积神经网络,注意力机制,

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