[发明专利]域名检测方法、系统及相关设备

权利要求书

1.一种域名检测方法，其特征在于，所述方法包括：

提取域名系统流量中待检测域名的高级别域名；

将所述高级别域名与目标字符列表进行匹配得到匹配结果；

根据所述高级别域名，通过文本分类计算得到文本正例概率；

根据所述匹配结果和所述文本正例概率计算得到所述待检测域名的分类概率；以及

根据所述分类概率确定所述待检测域名的预测类别。

2.根据权利要求1所述的域名检测方法，其特征在于，提取域名系统流量中待检测域名的高级别域名的步骤包括：

按照所述待检测域名中的点号检测所述待检测域名的字符段数量；

若所述字符段数量不大于2，则将所述待检测域名作为高级别域名；

若所述字符段数量大于2，则提取所述待测域名的一级域名和二级域名作为所述高级别域名。

3.根据权利要求2所述的域名检测方法，其特征在于，根据所述高级别域名，通过文本分类计算得到文本正例概率的步骤包括：

从搜索服务器中获取所述高级别域名的文本数据；以及

将所述文本数据输入至训练好的所述目标文本描述模型，得到所述待检测域名的所述文本正例概率。

4.根据权利要求3所述的域名检测方法，其特征在于，将所述文本数据输入至训练好的所述目标文本描述模型，得到所述待检测域名的所述文本正例概率的步骤之前包括：

从所述搜索服务器中获取目标类别域名的文本数据和非目标类别域名的文本数据；

将所述目标类别域名的文本数据标记为正例和非目标类别域名的文本数据标记为反例；以及

使用标记为所述正例的文本数据和所述反例的文本数据，对基于变换器的双向编码器表征模型进行训练得到目标文本描述模型。

5.根据权利要求4所述的域名检测方法，其特征在于，根据所述匹配结果和所述文本正例概率计算得到所述待检测域名的分类概率的步骤包括：

根据所述分类概率f(m,p)和匹配结果m∈{0,1}以及文本正例概率p∈[0,1]的关系计算得到所述分类概率，所述关系表示为：

其中，λ∈[0,1]为超参数。

6.根据权利要求5所述的域名检测方法，其特征在于，将所述高级别域名与目标字符列表进行匹配得到匹配结果的步骤包括：

将所述高级别域名与目标地址库进行匹配，若所述高级别域名与所述目标地址库中的目标类别域名匹配成功，则将所述待检测域名的类别确认为目标类别；

将所述高级别域名与白名单进行匹配，若所述高级别域名与所述白名单匹配成功，则将所述待检测域名的类别确认为非目标类别；

若所述待检测域名与所述目标地址库和白名单均匹配失败，则将所述高级别域名与目标字符列表进行匹配得到匹配结果。

7.根据权利要求6所述的域名检测方法，其特征在于，根据所述分类概率确定待检测域名的预测类别的步骤之后包括：

若预测类别为目标类别域名，则将所述待检测域名添加到所述目标地址库；

若预测类别为非目标类别域名，则将所述待检测域名添加到所述白名单。

8.一种域名检测系统，其特征在于，所述系统包括：分布式消息队列系统、流数据计算引擎、模型计算服务器和搜索服务器，其中，

所述分布式消息队列系统，用于传递域名系统流量；

所述流数据计算引擎，用于从所述分布式消息队列系统中实时读取所述域名系统流量中待检测域名的高级别域名；以及将所述高级别域名与目标字符列表进行匹配得到匹配结果；

所述搜索服务器，用于搜索所述高级别域名的文本数据；

所述模型计算服务器，用于从搜索服务器中获取所述高级别域名的文本数据；将所述文本数据输入至训练好的所述目标文本描述模型，得到所述待检测域名的所述文本正例概率；以及

所述流数据计算引擎，根据所述匹配结果和所述文本正例概率计算得到所述待检测域名的分类概率；以及根据所述分类概率确定待检测域名的预测类别。