Skip to content

Latest commit

 

History

History
73 lines (58 loc) · 1.47 KB

README.md

File metadata and controls

73 lines (58 loc) · 1.47 KB
Raw

DGA域名检测系统

English Version

项目简介

这是一个基于RNN（循环神经网络）的DGA（域名生成算法）检测系统。该系统能够自动识别域名是否为DGA生成的恶意域名。

功能特点

  • 使用RNN模型进行域名分类
  • 支持实时域名检测
  • 提供预训练模型
  • 可视化训练过程
  • 高准确率的检测结果

数据集

训练数据集包含两部分：

  • DGA生成的恶意域名
  • 正常域名

您可以从Google Drive下载完整数据集。

环境要求

  • Python 3.7+
  • PyTorch
  • pandas
  • matplotlib
  • scikit-learn

安装步骤

  1. 克隆仓库
git clone https://github.com/yourusername/dga-detection.git
cd dga-detection
  1. 安装依赖
pip install -r requirements.txt
  1. 下载数据集并放置在data目录下

使用方法

  1. 训练模型
python main.py
  1. 预测域名
python predict.py

项目结构

.
├── data/               # 数据目录
├── main.py            # 主程序
├── model.py           # 模型定义
├── trainer.py         # 训练器
├── predict.py         # 预测脚本
├── utils.py           # 工具函数
└── data_loader.py     # 数据加载器

许可证

MIT License

贡献指南

欢迎提交Pull Request或Issue。

联系方式

如有任何问题，请提交Issue。