基于正常域名及其可信度的DGA检测方法

现有DGA域名分类模型仅注重检测已知的DGA域名家族,对新型DGA域名家族识别效果差.为了解决该问题,本文提出了一种基于正常域名及其可信度的DGA域名检测模型ProfDGA.该模型通过评估每个正常域名的可信度且将评分引入损失函数,使得模型训练只利用正常域名及其可信度.通过本文方法得到的模型具备更强的泛化性和检测新型DG...     

基于属性基加密的恶意域名训练异常数据检测

传统的恶意域名训练异常数据检测耗时过长,检测准确率较低,为此提出基于属性基加密的恶意域名训练异常数据检测。分析域名长度、域名访问周期、突发的域名系统请求查询以及域名查询失败记录四大行为,通过提取IP地址、域名的共享地址数目、域名查询返回的终极地址以及对抗网络四个特征,转换攻击的数据信息。设置数据加密器,根据访问权限所涉及的属性向可信中心申请公钥对文件加密,形成最终的密文。实验结果表明,所提方法能够有效缩短检测时间,提高检测准确率。     

浅谈ASP在实现虚拟域名重定向中的应用

文章阐述了在使用一台计算机作为WEB服务器的情况下，在DNS中配置泛域名以实现虚拟域名的解析，通过ASP实现虚拟域名的重定向，以保证当用户在IE地址栏中输入不同的全称域名将访问到同一WEB站点中相应虚拟目录中的内容。     

2021-2022年全球域名治理体系和政策进展

2021年以来,全球域名治理体系总体平稳运行,但互联网名称与数字地址分配机构（ICANN）多利益相关方治理有效性和效率问题较为突出,欧盟等本地互联网相关立法监管措施外溢作用显现,域名注册市场出现波动,区块链替代“域名”体系快速兴起,互联网制裁、司法管辖权和碎片化问题引发广泛关注。ICANN积极应对内外部挑战,继续在全球社群监督和问责下推动治理机制改进,推进下一轮次新g TLD开放、域名注册数据及域名系统滥用等政策制定和实施,在互联网国际治理体系中持续发挥影响力。     

基于人工神经网络的DGA僵尸网络检测

基于DNS协议的僵尸网络大多采用域名生成算法(domain generation algorithm,DGA),该算法可以随机改变域名来隐藏自身。与传统检测方法相比,基于机器学习的检测可以获得更好的检测结果。因此,提出了一种基于人工神经网络的僵尸网络检测体系结构,可以帮助在线安全卫士监控网络流量,区分DGA域和普通域,通过测试朴素贝叶斯模型和用DGA的正常特征或DGA的N-gram特征训练的人工神经网络(artificial neural network,ANN)模型并用真实的数据集实现并评估该解决方案的实用性。结果表明,采用人工神经网络的新模型能够更好地区分DGA的域,能够正确地处理更多的域。     

网络环境下温州企业的域名策略

域名是企业的网络“商标”,如同企业的注册商标,在互联网的飞速发展下,也日益重要起来。本文分析了域名的特点与作用,并论述了温州企业该采取的管理措施。     

网站开发涉及的法律问题

随着信息网络技术的日益普及,越来越多的企业、组织甚至个人都建立了自己的网站。这些网站的开发过程及网站开发合同中都涉及了许多相关的法律问题。 申请与注册域名 域名是对应于互联网数字地址(IP地址)的层次结构式网络字符标识,是进行网络访问的基础,因此申请与注册域名是建立网站第一步。可以由企业或客户直接向域名服务机构申请,对于域名的法     

钱坤网界弄潮儿

．com和．net两个互联网顶级域名是全球网民再熟悉不过的符号了，网上的地址大多与此有关。而移动互联网顶级域名．mobi与大多数中国人还未曾相识，不过．mobi却是未来移动世界的“大腕儿”。因为不久的将来，全球的手机用户上网都会离不开这几个符号，不过，对某些时代的弄潮儿来说，大众的明天已经是他们的今天，现在他们已可以通过手机输入nokia．mobi这样的网址，     

从网络钓鱼到URL欺骗

“网络钓鱼”（Phishing）兴起于2005年,绝对称得上是Internet上病毒之外的“二号人物”,最近仍然异常活跃。中国反钓鱼联盟宣布截至2009年10月22日已认定并处理的钓鱼网站域名累计已达到8342个,其中腾讯、淘宝和工商银行位列钓鱼对象的前三位,针对这三大网站的网络钓鱼占举报总量的80％以上。钓鱼网站通过伪装成银行、电子商务等类型的网站的方式来窃取访问者所提交的账号和密码信息,从而达到非法目的,危害极大．“网络钓鱼”一词源于真正的“钓鱼”（Fishing）,二者发音一致,意指攻击者通过发送欺骗性E—mail或伪造Web页面等手段来骗取他人的银行卡号等各种账户信息并非法占有。     

基于双向LSTM的误植域名滥用检测方法

当前,误植域名检测主要以计算域名对之间的编辑距离为基础,未能充分挖掘域名的上下文信息,且对短域名的检测易产生大量的假阳性结果。采集域名相关信息进行判定虽然有助于提高检测效果,却会引入较大的额外开销.本文采用了基于域名字符串的轻量级检测策略,并引入双向长短时记忆模型（LSTM,Long Short-Term Memory）来充分利用域名上下文,提升检测效果.本文还设计了面向域名的局部敏感哈希函数,以提高在大规模域名集合上进行误植域名检测的速度.在大量真实数据集上的实验结果表明,本文的工作改进了基于编辑距离检测方法的不足,能够有效地进行误植域名滥用检测.