摘要
本申请实施例提供了一种恶意域名检测方法、装置、电子设备及存储介质,属于网络信息分析技术领域。该方案通过获取域名特征数据,对域名特征数据进行预处理得到训练数据集;基于训练数据集,根据域名间的域名关系构建带时间戳的域名时空动态关系图;通过时空图神经网络模型对域名时空动态关系图进行卷积得到域名的时空动态特征;采用元学习策略将恶意域名检测任务转化为若干个元学习任务,根据时空动态特征,基于高斯过程建模元学习任务之间的相似性;根据相似性对时空图神经网络模型进行内外层优化;将待检测域名输入优化后的时空图神经网络模型,得到预测标签,本申请能够降低计算资源的消耗,提高恶意域名检测的准确性和实时性。
技术关键词
神经网络模型
域名特征
恶意域名检测方法
元学习策略
节点特征
动态
带时间
网际协议地址
网络信息分析技术
关系
数据
梯度下降算法
域名系统
时序特征
标签
电子设备
矩阵
融合特征
可读存储介质
系统为您推荐了相关专利信息
暖通空调系统
故障诊断方法
故障诊断模型
故障诊断系统
暖通空调故障诊断技术
光伏组件
输入神经网络模型
历史运行数据
仿真建模方法
计算机执行指令
客户端
量化误差
模型更新
随机梯度下降
加速算法
深度神经网络模型
模型剪枝
剪枝方法
物理
训练深度神经网络