声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：杨东辉,曾彬,李振宇,
关键词：域名系统, 新通用顶级域名, 互联网测量, 行为分析, 恶意域名检测,
自2013年ICANN发起新通用顶级域名（newgTLD）的授权以来，域名系统（domainnamesystem，DNS）中已增加了上千个newgTLD.已有工作表明newgTLD在为域名注册者带来了灵活性的同时，由于注册成本低等原因也经常被用于恶意行为，识别恶意newgTLD域名具有重要的意义.然而，由于newgTLD域名在域名长度等方面的独有特征，已有恶意域名识别方法应用于newgTLD恶意域名的识别时准确率低.针对这一问题，首先基于海量域名解析数据，从顶级域名对应二级域名（SLD）数量、查询量、查询失败率、内容复制和承载基础设施共享5个方面刻画了newgTLD域名解析行为.然后分析恶意域名的解析行为并发现其在内容承载基础设施集中性、SLD对应的完全限定域名（FQDN）数目、域名查询次数、请求用户网络空间分布、SLD长度分布等方面的特征.最后根据这些特征设计了一种基于随机森林的newgTLD恶意域名检测方法.实验结果表明，所提方法达到了94%的准确率，优于已有恶意域名检测方法.
来源：2024年第4期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。