公开(公告)号：CN119312206B

公开(公告)日：2025-04-11

申请号：CN202411855693.2

申请日：2024-12-17

Applicant: 南昌大学

Inventor： 邵国林 ,  舒萌

IPC: G06F18/2415 ,  G06F18/213 ,  G06F18/25 ,  G06F18/26 ,  G06N3/0455 ,  G06N3/084 ,  G06N5/025 ,  H04L9/40

Abstract: 本申请涉及网络安全与人工智能结合领域，公开了一种DGA域名分类模型训练方法、系统及DGA域名平衡分类方法，DGA域名分类模型训练方法包括：通过提取TLD字符序列、N‑TLD字符序列、统计特征序列和词库序列，并进行向量转换和特征融合，构建多通道特征融合向量；利用自编码网络层进行特征重构，并结合重构损失函数和分类损失函数，训练目标多通道语义学习模型；同时，使用再平衡算法对特征向量进行处理，并训练目标分类模型；最终，将两个模型结合得到目标DGA域名分类模型。该目标DGA域名分类模型能有效提高DGA域名分类的准确性和鲁棒性。

公开(公告)号：CN119312206A

公开(公告)日：2025-01-14

申请号：CN202411855693.2

申请日：2024-12-17

Applicant: 南昌大学

Inventor： 邵国林 ,  舒萌

IPC: G06F18/2415 ,  G06F18/213 ,  G06F18/25 ,  G06F18/26 ,  G06N3/0455 ,  G06N3/084 ,  G06N5/025 ,  H04L9/40

Abstract: 本申请涉及网络安全与人工智能结合领域，公开了一种DGA域名分类模型训练方法、系统及DGA域名平衡分类方法，DGA域名分类模型训练方法包括：通过提取TLD字符序列、N‑TLD字符序列、统计特征序列和词库序列，并进行向量转换和特征融合，构建多通道特征融合向量；利用自编码网络层进行特征重构，并结合重构损失函数和分类损失函数，训练目标多通道语义学习模型；同时，使用再平衡算法对特征向量进行处理，并训练目标分类模型；最终，将两个模型结合得到目标DGA域名分类模型。该目标DGA域名分类模型能有效提高DGA域名分类的准确性和鲁棒性。