基于LSTM和注意力机制的恶意DGA域名检测.docxVIP

基于LSTM和注意力机制的恶意DGA域名检测

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.3文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.4研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

基于LSTM的恶意DGA域名检测模型．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.1.1数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1.2LSTM网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1.3激活函数与损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.2模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.2.1训练数据集划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.2.2超参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.2.3模型评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

注意力机制的引入与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

3.1注意力机制原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.2注意力机制在LSTM中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.2.1注意力层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

3.2.2注意力权重计算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

3.3优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.1数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

4.2实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

4.3实验结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

4.3.1模型性能对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

4.3.2注意力机制对模型的影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

4.4结果讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

案例分析与评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

5.1案例选取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

5.2模型应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

5.3评估结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

6.1研究总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

6.2研究局限．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

6.3未来工作方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

1.内容综述

本文旨在探讨一种基于长短期记忆网络（LSTM）和注意力机制（AttentionMechanism）的恶意