恶意域名的检测方法、装置、电子设备及存储介质与流程
本技术涉及网络安全,尤其涉及一种恶意域名的检测方法、装置、电子设备及存储介质。
背景技术:
1、恶意域名检测是网络安全研究的新方向,可以充分了解网络安全状态,根据恶意域名有效预防网络攻击或勒索等网络安全事件的发生。现有技术对网络流量分析已做出大量研究,但在未知恶意域名威胁的检测,网络威胁图谱以及用户资产画像方面的研究仍较为薄弱。无法精准识别未知域名威胁并根据网络威胁图谱与用户资产画像避免网络安全事件的发生。因此,如何检测某个域名是否为恶意域名,成为亟待解决的技术问题。
技术实现思路
1、本技术的目的在于提供一种恶意域名的检测方法、装置、电子设备及存储介质,旨在准确的检测恶意域名。
2、为达到上述目的,本技术采用如下技术方案:
3、第一方面,本技术提供一种恶意域名的检测方法,包括:获取待检测流量数据;对待检测流量数据进行域名识别,确定待检测流量数据中是否存在异常域名;在待检测流量数据中存在异常域名的情况下,基于预设网络威胁图谱,确定异常域名是否为恶意域名;在异常域名为恶意域名的情况下,基于预设用户资产画像,确定待检测流量数据中恶意域名的数据源的类型。
4、根据上述技术手段,本技术可以通过待检测流量数据,确定带检测流量数据中是否存在异常域名;在存在异常域名的情况下,基于预设网络威胁图谱确定异常域名是否为恶意域名,在异常域名为恶意域名的情况下,基于预设用户资产画像,确定待检测流量数据中恶意域名的数据源类型。根据预设网络威胁图谱和用户资产画像能够更加精确的确定待检测流量数据中的恶意域名数据,提高了检测恶意域名数据的效率和精确度,且精准识别恶意网络的用户特征,有效减少恶意域名对目标网络的攻击,极大地提高了网络的安全性。
5、一种可能的实现方式中,基于预设网络威胁图谱,确定异常域名是否为恶意域名,包括:基于网络威胁图谱,判断异常域名是否与网络威胁图谱中的恶意域名关联;其中,网络威胁图谱包括多个节点,一个节点对应一个恶意域名,每个节点与一个或多个子节点连接,一个子节点表示与节点具有关联关系的域名;在异常域名与网络威胁图谱中的恶意域名关联的情况下,确定异常域名为恶意域名;在异常域名与网络威胁图谱中的恶意域名不关联的情况下,异常域名不为恶意域名。
6、一种可能的实现方式中,异常域名与网络威胁图谱中的恶意域名关联,包括:异常域名的域名与网络威胁图谱中一个子节点的域名相同或相似;异常域名的网际协议(internet protocol,ip)地址与网络威胁图谱中一个子节点的ip地址相同或相似;创建异常域名的邮箱与网络威胁图谱中一个子节点的创建邮箱相同或相似;异常域名的攻击样本与网络威胁图谱中一个子节点的样本相同或相似。异常域名与网络威胁图谱中的恶意域名存在关联情况下,异常域名为恶意域名;基于预设用户资产画像中的特征与恶意域名特征进行对比,确定待检测流量数据中恶意域名的数据源。
7、根据上述技术手段,本技术可以基于网络威胁图谱与异常域名的关联,更加准确得识别异常域名是否为恶意域名,极大地提高了恶意域名识别的精确程度,有效得提高了网络的安全性。
8、一种可能的实现方式中,对待检测流量数据进行域名识别,确定待检测流量数据中是否存在异常域名,包括:基于域名特征将待检测流量数据,划分为多个类型的数据;针对每个类型的域名,确定类型的数据对应的域名,并基于与类型对应的异常域名识别算法,确定类型的数据对应的域名是否为异常域名。
9、根据上述技术手段,本技术可以根据域名特征将待检测流量数据划分为多个类型的数据并且针对每个类型的域名根据识别算法判断确定类型的数据对应的域名是否为异常域名。极大地提高了对未知威胁域名的检测,更好地确定了待检测流量数据中的异常域名,提高了恶意域名的检测效率,保护了网络安全。
10、一种可能的实现方式中,多个类型的域名包括以下一项或多项:心跳域名;心跳域名是指周期性发送的域名;逆周期性域名;逆周期域名是指在非正常时段发送的域名;新观测域名;新观测域名是指未包括在预设域名列表中的域名;可疑境外域名;可疑境外域名表示地理位置位于境外的域名。
11、一种可能的实现方式中,域名的类型为新观测域名,基于类型对应的异常域名识别算法,确定类型的数据对应的域名是否为异常域名,包括:基于第一异常域名识别算法,确定第一异常域名可疑分数,并基于第一域名可疑分数以及域名的特征信息,确定域名是否为恶意域名,第一域名可疑分数满足第一预设公式,第一预设公式为:
12、ss=swhite·σ(ω1ssld+ω2sdns+ω3sclient+ω4sicp+ω5srdata);
13、其中,ss表示第一域名的可疑性综合评分,swhite表示异常域名的白名单特征值,ssld表示异常域名的二级域名特征值,sdns表示异常域名的解析记录特征值,sclient表示异常域名的客户端行为特征值,sicp表示异常域名的电信与信息服务业务经营许可证(internetcontent provider,icp)备案特征值,srdata表示异常域名的资源记录特征值,σ(x)表示sigmoid函数,ω1、ω2、ω3、ω4、ω5表示权重系数。
14、一种可能的实现方式中,域名的类型为可疑境外域名,基于类型对应的异常域名识别算法,确定类型的数据对应的域名是否为异常域名,包括,基于第二异常域名识别算法,确定第二域名可疑分数,并基于第二域名可疑分数以及异常域名的特征信息,确定异常域名是否为恶意域名,第二域名可疑分数满足第二预设公式,第二预设公式为:
15、ss=swhite·σ(ω1ssld+ω2sdns+ω3sclient+ω4sicp+ω5srdata+ω6sgeo);
16、其中,ss表示第二域名的可疑性综合评分,swhite表示异常域名的白名单特征值,ssld表示异常域名的二级域名特征值,sdns表示异常域名的解析记录特征值,sclient表示异常域名的客户端行为特征值,sicp表示异常域名的icp备案特征值,srdata表示异常域名的资源记录特征值,sgeo表示异常域名的地理位置特征值,σ(x)表示sigmoid函数,ω1、ω2、ω3、ω4、ω5、ω6表示权重系数。
17、第二方面,本技术提供一种异常域名的检测装置,异常目标的处理装置包括:
18、获取模块,用于获取待检测流量;
19、确定模块,用于对待检测流量数据进行域名识别,确定待检测流量数据中是否存在异常域名;
20、确定模块,还用于在待检测流量数据中存在异常域名的情况下,基于预设网络威胁图谱,确定异常域名是否为恶意域名;
21、确定模块,还用于在异常域名为恶意域名的情况下,基于预设用户资产画像,确定待检测流量数据中恶意域名的数据源的类型。
22、一种可能的实现方式中,确定模块,基于预设网络威胁图谱,确定异常域名是否为恶意域名,包括:基于网络威胁图谱,判断异常域名是否与网络威胁图谱中的恶意域名关联;其中,网络威胁图谱包括多个节点,一个节点对应一个恶意域名,每个节点与一个或多个子节点连接,一个子节点表示与节点具有关联关系的域名;在异常域名与网络威胁图谱中的恶意域名关联的情况下,确定异常域名为恶意域名;在异常域名与网络威胁图谱中的恶意域名不关联的情况下,异常域名不为恶意域名。
23、一种可能的实现方式中,异常域名与网络威胁图谱中的恶意域名关联,包括:异常域名的域名与网络威胁图谱中一个子节点的域名相同或相似;异常域名的ip地址与网络威胁图谱中一个子节点的ip地址相同或相似;创建异常域名的邮箱与网络威胁图谱中一个子节点的创建邮箱相同或相似;异常域名的攻击样本与网络威胁图谱中一个子节点的样本相同或相似。异常域名与网络威胁图谱中的恶意域名存在关联情况下,异常域名为恶意域名;基于预设用户资产画像中的特征与恶意域名特征进行对比,确定待检测流量数据中恶意域名的数据源。
24、一种可能的实现方式中,确定模块,对待检测流量数据进行域名识别,确定待检测流量数据中是否存在异常域名,包括:基于域名特征将待检测流量数据,划分为多个类型的数据;针对每个类型的域名,确定类型的数据对应的域名,并基于与类型对应的异常域名识别算法,确定类型的数据对应的域名是否为异常域名。
25、一种可能的实现方式中,多个类型的域名包括以下一项或多项:心跳域名;心跳域名是指周期性发送的域名;逆周期性域名;逆周期域名是指在非正常时段发送的域名;新观测域名;新观测域名是指未包括在预设域名列表中的域名;可疑境外域名;可疑境外域名表示地理位置位于境外的域名。
26、一种可能的实现方式中,确定模块,域名的类型为新观测域名,基于类型对应的异常域名识别算法,确定类型的数据对应的域名是否为异常域名,包括:基于第一异常域名识别算法,确定第一异常域名可疑分数,并基于第一域名可疑分数以及域名的特征信息,确定域名是否为恶意域名,第一域名可疑分数满足第一预设公式,第一预设公式为:
27、ss=swhite·σ(ω1ssld+ω2sdns+ω3sclient+ω4sicp+ω5srdata);
28、其中,ss表示第一域名的可疑性综合评分,swhite表示异常域名的白名单特征值,ssld表示异常域名的二级域名特征值,sdns表示异常域名的解析记录特征值,sclient表示异常域名的客户端行为特征值,sicp表示异常域名的icp备案特征值,srdata表示异常域名的资源记录特征值,σ(x)表示sigmoid函数,ω1、ω2、ω3、ω4、ω5表示权重系数。
29、一种可能的实现方式中,确定模块,域名的类型为可疑境外域名,基于类型对应的异常域名识别算法,确定类型的数据对应的域名是否为异常域名,包括:基于第二异常域名识别算法,确定第二域名可疑分数,并基于第二域名可疑分数以及异常域名的特征信息,确定异常域名是否为恶意域名,第二域名可疑分数满足第二预设公式,第二预设公式为:
30、ss=swhite·σ(ω1ssld+ω2sdns+ω3sclient+ω4sicp+ω5srdata+ω6sgeo);
31、其中,ss表示第二域名的可疑性综合评分,swhite表示异常域名的白名单特征值,ssld表示异常域名的二级域名特征值,sdns表示异常域名的解析记录特征值,sclient表示异常域名的客户端行为特征值,sicp表示异常域名的icp备案特征值,srdata表示异常域名的资源记录特征值,sgeo表示异常域名的地理位置特征值,σ(x)表示sigmoid函数,ω1、ω2、ω3、ω4、ω5、ω6表示权重系数。
32、第三方面,本技术提供了一种电子设备,包括存储器和处理器;存储器和处理器耦合;存储器用于存储处理器可执行的指令;处理器执行指令时执行如第一方面和第一方面的任一种可能的实现方式中所描述的恶意域名的检测方法。
33、第四方面,本技术提供了一种计算机存储介质,计算机可读存储介质存储有计算机指令,当计算机指令在电子设备上运行时,使得电子设备执行如第一方面和第一方面的任一种可能的实现方式中所描述的恶意域名的检测方法。
34、第五方面,本技术提供了一种计算机程序产品,当计算机程序产品在异常目标的处理装置上运行时,使得异常目标的处理装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的恶意域名的检测方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com