基于深度学习的不良应用域名早期识别方法OA北大核心CSTPCD
不良应用网站依赖域名系统(DNS)实现不良内容传播,严重影响互联网的健康发展。尽早识别出不良应用网站对应的域名(即不良应用域名),并进行相应治理,对域名系统的管理与运行至关重要。本文从国家顶级域名(.CN)管理的角度出发,关注如何在注册阶段识别不良应用域名。分析发现不良应用域名在注册特征与文本结构2个维度,与正常域名存在显著差异。为此,提出了一种基于深度学习的不良应用域名早期识别方法。该方法首先提取域名的注册信息特征,并利用预训练语言模型基于Tr…查看全部>>
胡安磊;田语;陈勇;李振宇;谢高岗
中国科学院计算技术研究所,北京100190 中国互联网络信息中心,北京100190 中国科学院计算机网络信息中心,北京100083中国科学院计算技术研究所,北京100190 中国科学院计算机网络信息中心,北京100083中国互联网络信息中心,北京100190中国科学院计算技术研究所,北京100190 中国科学院计算机网络信息中心,北京100083中国科学院计算机网络信息中心,北京100083 中国科学院大学,北京100049
计算机与自动化
域名系统(DNS)域名分类深度学习预训练语言模型
《高技术通讯》 2024 (2)
P.151-161,11
国家重点研发计划(2022YFB3103000)国家自然科学区域联合重点基金(U20A20180,62072437)资助项目。
评论