[發明專利]域名檢測方法和裝置、設備及存儲介質

在審

• 申請號: 202210290189.7
• 申請日: 2022-03-23
• 公開（公告）號: CN114648069A
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 楊剛;張研;李薛
• 申請（專利權）人: 三六零數字安全科技集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;H04L9/40
• 代理公司: 北京市鼎立東審知識產權代理有限公司 11751
• 代理人: 朱慧娟

1.一種域名檢測方法，其特征在于，包括：

獲取待檢測域名；

將所述待檢測域名輸入至預先訓練好的遞歸神經網絡，由所述遞歸神經網絡提取所述待檢測域名的特征向量；

將所述特征向量輸入至訓練好的RF模型，由所述RF模型根據所述特征向量對所述待檢測域名進行正常域名或異常域名的檢測。

2.根據權利要求1所述的方法，其特征在于，由所述RF模型根據所述特征向量對所述待檢測域名進行正常域名或異常域名的檢測時，包括：

由所述RF模型對所述特征向量進行檢測，得到相應的檢測結果，并將所述檢測結果與預設的閾值進行比較；

在所述檢測結果小于所述閾值時，確定所述待檢測域名為正常域名；

在所述檢測結果大于或等于所述閾值時，確定所述待檢測域名為異常域名。

3.根據權利要求1所述的方法，其特征在于，在獲取所述待檢測域名之后，還包括對所述待檢測域名進行預處理的操作；

其中，所述預處理包括對所述待檢測域名進行one-hot處理。

4.根據權利要求1至3任一項所述的方法，其特征在于，還包括對所述遞歸神經網絡進行訓練的步驟；

其中，對所述遞歸神經網絡進行訓練，包括：

獲取第一正常域名樣本集和第一異常域名樣本集；

分別對所述第一正常域名樣本集中的各正常域名樣本和所述第一異常域名樣本集中的各異常域名樣本進行遮擋處理，并將各正常域名樣本和各異常域名樣本中未遮擋部分分別作為輸入數據，依次輸入至遞歸神經網絡模型中，對所述遞歸神經網絡模型進行訓練得到所述遞歸神經網絡。

5.根據權利要求1至3任一項所述的方法，其特征在于，還包括對所述RF模型進行訓練的步驟；

其中，對RF模型進行訓練時，包括：

獲取第二正常域名樣本集和第二異常域名樣本集；

將所述第二正常域名樣本集中的各正常域名樣本和所述第二異常域名樣本集中的各異常域名樣本分別輸入至預先訓練好的所述遞歸神經網絡中，分別得到正常域名樣本的特征向量和異常域名樣本的特征向量；

將所述正常域名樣本的特征向量和所述異常域名樣本的特征向量一同輸入至RF模型模型中，對所述RF模型模型進行訓練得到所述RF模型。

6.一種域名檢測裝置，其特征在于，包括域名獲取模塊、第一檢測模塊和第二檢測模塊；

所述域名獲取模塊，被配置為獲取待檢測域名；

所述第一檢測模塊，被配置為將所述待檢測域名輸入至預先訓練好的遞歸神經網絡，由所述遞歸神經網絡提取所述待檢測域名的特征向量；

所述第二檢測模塊，被配置為將所述特征向量輸入至訓練好的RF模型，由所述RF模型根據所述特征向量對所述待檢測域名進行正常域名或異常域名的檢測。

7.根據權利要求6所述的裝置，其特征在于，所述第二檢測模塊，在被配置為由所述RF模型根據所述特征向量對所述待檢測域名進行正常域名或異常域名的檢測時，包括比較子模塊；

所述比較子模塊，被配置為將所述RF模型對所述特征向量進行檢測所得到的檢測結果與預設的閾值進行比較；

所述比較子模塊，還被配置為在所述檢測結果小于所述閾值時，確定所述待檢測域名為正常域名；

所述比較子模塊，還被配置為在所述檢測結果大于或等于所述閾值時，確定所述待檢測域名為異常域名。

8.根據權利要求6所述的裝置，其特征在于，還包括數據預處理模塊；

所述數據預處理模塊，被配置為對所述待檢測域名進行預處理的操作；其中，所述預處理包括對所述待檢測域名進行one-hot處理。

9.一種域名檢測設備，其特征在于，包括：

處理器；

用于存儲處理器可執行指令的存儲器；

其中，所述處理器被配置為執行所述可執行指令時實現權利要求1至5中任意一項所述的方法。

10.一種非易失性計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執行時實現權利要求1至5中任意一項所述的方法。