Wyszukiwanie zaawansowane ?

Obiekt

Enhancing DGA Detection with Machine Learning Algorithms, Journal of Telecommunications and Information Technology, 2025, Special Issue
Pobierz

Tytuł: Enhancing DGA Detection with Machine Learning Algorithms, Journal of Telecommunications and Information Technology, 2025, Special Issue

Autor:

Biros, Hubert ; Kantor, Mirosław

Data wydania:

2025, Special Issue

Typ zasobu:

artykuł

Tytuł publikacji grupowej:

2025, Special Issue, JTIT-artykuły

Opis:

kwartalnik

Abstrakt:

The domain generation algorithm (DGA) is a popular technique used by malware to reliably establish a connection to a command and control (C&C) server. Pseudo-random domain names generated by DGA are used to bypass security measures and allow attackers to maintain control over malware-infected devices. In this work, we present a two-pronged approach to detecting character-based and word-based DGA domain names, creating classifiers specifically tailored to each type. For character-based DGA detection, we employed seven traditional machine learning methods: support vector machine, extremely randomized trees, logistic regression, Gaussian naive Bayes, nearest centroid, random forests, and k-nearest neighbors. We applied a featureful approach, using features extracted from the domain names themselves. Some of these features were drawn from existing literature, while others were newly proposed by authors. Feature selection techniques were used to retain only the best-performing ones. For the more complex task of detecting word-based DGA domain names, we used CNN and LSTM models, relying solely on word embeddings derived from the domain name components. Performance evaluation shows that proposed method gives high-performing, specialized DGA classifiers, which can be combined to create a more general-purpose classifier.

Numer:

Special Issue

Wydawca:

National Institute of Telecommunications

Identyfikator zasobu:

oai:bc.itl.waw.pl:2388

DOI:

10.26636/jtit.2025.FITCE2024.2033

eISSN:

on-line: ISSN 1899-8852

Źródło:

Journal of Telecommunications and Information Technology

Język:

ang

Prawa:

Biblioteka Naukowa Instytutu Łączności

Licencja:

CC BY 4.0

Temat i słowa kluczowe:

character-based DGA cybersecurity DGA detection DNS machine learning-based DGA detection malware analysis word-based DGA

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

30 cze 2025

Data dodania obiektu:

30 cze 2025

Liczba wyświetleń treści obiektu:

1

Wszystkie dostępne wersje tego obiektu:

https://ribes-54.man.poznan.pl/publication/2705

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Biros, Hubert; Kantor, Mirosław, Enhancing DGA Detection with Machine Learning Algorithms, Journal of Telecommunications and Information Technology, 2025, Special Issue 30 cze 2025

Obiekty Podobne
WannaCry Ransomware: Analysis of Infection, Persistence, Recovery Prevention and Propagation Mechanisms, Journal of Telecommunications and Information Technology, 2019, nr 1

Logothetis, Michael D. Vassilakis, Vassilios G. Akbanov, Maxat

2019, nr 1
artykuł
Comparative Study of Supervised Learning Methods for Malware Analysis, Journal of Telecommunications and Information Technology, 2014, nr 4

Niewiadomska-Szynkiewicz, Ewa Kruczkowski, Michał

2014, nr 4
artykuł
SHaPe: A Honeypot for Electric Power Substation, Journal of Telecommunications and Information Technology, 2015, nr 4

Kotłyś, Kamil Gajewski, Robert

2015, nr 4
artykuł
On Preventing and Detecting Cyber Attacks in Industrial Control System Networks, Journal of Telecommunications and Information Technology, 2019, nr 2

Padée, Adam Kopka, Przemysław Klimaszewski, Konrad Kuźmicki, Krzysztof Włodarski, Tomasz Kozioł, Sylwester Wiślicki, Wojciech Wójcik, Michał Ćwiek, Arkadiusz Możdżonek, Rafał

2019, nr 2
artykuł
Critical Infrastructure Risk Assessment Using Markov Chain Model, Journal of Telecommunications and Information Technology, 2019, nr 2

Karbowski, Andrzej Malinowski, Krzysztof Jaskóła, Przemysław Szwaczyk, Sebastian

2019, nr 2
artykuł
2023, nr 4, JTIT-artykuły
2023, nr 4, JTIT-artykuły
Monitoring, Management, and Analysis of Security Aspects of IaaS Environments, Journal of Telecommunications and Information Technology, 2023, nr 4

Mycek, Andrzej

2023
artykuł
Political and Economic Contexts of Implementing 5G in Poland and in Selected European Countries, Journal of Telecommunications and Information Technology, 2021, nr 2

Soler, Urszula

2021, nr 2
artykuł
2025, nr 1, JTIT-artykuły
2025, nr 1, JTIT-artykuły
Enhancing Cloud-Hosted Phishing Detection Using RNN-LSTM: A Deep Learning Framework, Journal of Telecommunications and Information Technology, 2025

Senouci, Oussama Benaouda, Nadjib

2025, nr 1
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Instytut Łączności – Państwowy Instytut Badawczy ul. Szachowa 1 04-894 Warszawa

Telefon

(+48) 5128 696

E-Mail

biblioteka@il-pib.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji