买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:清华大学
摘要:本申请提出了一种加密DNS协议下基于联邦图模型的恶意域名检测方法及系统,涉及网络安全技术领域,包括:获取客户端的域名查询行为并构建DNS查询图,通过图神经网络模型处理DNS查询图确定域名节点分类,并采用联邦学习框架训练客户端与服务器。本发明第一方面使用图神经网络模型综合域字符分布和域名间查询逻辑关系,进行域名节点分类,准确快速地完成恶意域名检测,第二方面采用联邦学习框架,在不共享各客户端本地数据的情况下,实现跨客户端的模型协同训练,提升各本地检测引擎的检测效果。
主权项:1.一种加密DNS协议下基于联邦图模型的恶意域名检测方法,其特征在于,包括:获取客户端的域名查询行为,并根据客户端的域名查询行为构建DNS查询图,所述DNS查询图包括域名文本字符分布、域名查询关系与域名节点,其中,域名的先后查询关系ea,b定义为在时间窗口TG内,客户端先查询域名a,随后又查询域名b;根据图神经网络模型处理所述域名文本字符分布与域名查询关系,获取所述域名节点的表征向量;训练所述图神经网络模型,根据训练后的所述图神经网络模型GNN处理所述表征向量,确定所述域名节点分类。
全文数据:
权利要求:
百度查询: 清华大学 加密DNS协议下基于联邦图模型的恶意域名检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。