改进Relief-C5.0的恶意域名检测算法

摘要：

针对目前恶意域名检测算法中分类模型计算复杂度较大、实时性不强以及准确率不高等问题,提出了Rf-C5(Relief-C5.0)恶意域名检测算法模型.提取待测域名的全局URL特征,根据提取的特征按照改进的Relief算法进行权重计算,并依据权重值进行优先级排序;选取权重值排名前20的关键特征作为C5.0分类器的输入端,进行合法域名与恶意域名的分类.实验结果表明,在大样本数据集下,Rf-C5模型与当前主流恶意域名检测算法相比,在提高平均检测速率的基础上,检测准确率提高了1.58～4.91个百分点.

关键词：恶意域名、URL特征、改进的Relief算法、C5.0分类器

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;赛尔网络下一代互联网技术创新项目;赛尔网络下一代互联网技术创新项目

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：100-106