一种模型训练方法、装置及存储介质

本申请提供一种模型训练方法、装置及存储介质，涉及人工智能技术领域，能够提升小型DGA域名检测模型的准确率，提升资源利用率。该方法包括：获取训练数据集；基于第一域名检测模型，确定训练数据集中的域名所属类型的第一概率分布，并基于第二域名检测模型，确定训练数据集中的域名所属类型的第二概率分布以及第三概率分布；第一域名检测模型占用的内存大于第二域名检测模型占用的内存；根据第一概率分布、第二概率分布、第三概率分布以及训练数据集中域名的真实分布，确定第二域名检测模型的损失值；根据损失值对第二域名检测模型的参数进行梯度调整，直至调整后的第二域名检测模型的域名检测的准确率高于预设阈值。