基于CNN-BiGRU的DNS协议中间人攻击检测方法
梁添鑫1
郭晓军2
杨明芬3
1.西藏民族大学信息工程学院,咸阳 7120822.西藏民族大学信息工程学院,咸阳 712082;西藏网络空间治理研究基地,咸阳 7120823.西藏自治区科技信息研究所,拉萨 850008
摘要：针对基于DNS协议的中间人攻击检测准确率不高且特征选取不够充分、缺乏显著有效特征的问题,本文提出一种基于卷积神经网络的双向门控循环单元的检测方法CNN-BiGRU,用于检测DNS协议的中间人攻击.该方法首先通过引入关键特征资源记录,通过卷积神经网络提取特征获得中间人攻击流量时间序列信息,最终将组合特征输入双向门控循环单元实现对中间人攻击的检测.该方法在自建Jefe数据集中准确率达99.67%,精确率为99.68%,召回率为99.42%,F1-score为99.47%,能够有效地检测DNS中间人攻击.
关键词：中间人攻击域名系统深度学习
资助基金：西藏民族大学藏秦喜马拉雅人才发展支持计划-杰出青年学者项目(324011810216)西藏民族大学涉藏网络信息内容与数据安全团队项目(324042000709)
论文发表日期：2024-05-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 47-54 )
英文信息