摘要
提出一种新的分析DNS查询行为的方法,用深度学习机制将被查询域名和请求查询的主机分别映射到向量空间,域名或主机的关联分析转化成向量的运算。通过对2组真实的校园网DNS日志数据集的处理,发现该方法很好地保持了关联特性,使用降维处理以及聚类分析,不仅可以让人直观地发现隐含的关联关系,还有助于发现网络中的异常问题如botnet等。
A novel approach to analyze DNS query behaviors was introduced. This approach embeds queried domains or querying hosts to vector space by deep learning mechanism, then the relationship between querying of domains or hosts was mapped to vector space operations. By processing two real campus network DNS log datasets, it is found that this method maintains relationships very well. After doing dimension reduction and clustering analysis, researchers can not only easily explore hidden relationships intuitively, but also discover abnormal network events like botnet.
出处
《通信学报》
EI
CSCD
北大核心
2016年第3期165-174,共10页
Journal on Communications
基金
国家2012年下一代互联网技术研发
产业化和规模商用专项基金资助项目(No.CNGI-12-03-001)
国家发展改革委2011年国家信息安全专项基金资助项目
国家高技术研究发展计划("863计划")基金资助项目(No.2015AA011403)~~
关键词
DNS
深度学习
上下文
降维
行为分析
层次聚类
DNS
deep learning
context
dimension reduction
behavior analysis
hierarchical clustering
