基于CNN-BiGRU的恶意域名检测方法

来源：计算机应用与软件杂志2024年第6期北京时间：

作者：林梓宇, 凌捷

摘要：恶意域名检测对于防范僵尸网络等网络攻击具有重要意义。该文提出一种基于CNN和BiGRU的恶意域名检测方法CNN-BiGRU-Focal，利用卷积神经网络和双向门控循环单元网络来进行特征的融合学习，并引入改进的Focal Loss函数用以解决数据不平衡问题。与LSTM、CNN、GRU、ATT-CNN-BiLSTM方法的对比实验表明，文章方法在多分类实验中检测准确率分别提高1.43百分点、2.89百分点、1.27百分点、2.43百分点，在二分类实验中检测准确率分别提高0.19百分点、0.12百分点、1.41百分点、0.3百分点。实验表明CNN-BiGRU-Focal方法在恶意域名的检测上有着更好的性能。

关键词：域名生成算法, 深度学习, 卷积神经网络, 双向门控循环单元网络