Enhancing DGA Botnet Classification Based on Large Language Models
and Transfer Learning
Tác giả: Tong Anh Tuan, Nguyen Van Truong, Nguyen Thi Uyen, Tran Xuan Sang and Hoang Viet Long
THE 3rd INTERNATIONAL CONFERENCE ON ADVANCES IN INFORMATION AND COMMUNICATION TECHNOLOGY (ICTA 2024)
Quyển: 1 Trang:
Năm xuất bản: 12/2024
Tóm tắt
Botnet là một mối đe dọa dai dẳng với những tác động đáng kể đến các hệ thống thông tin trên Internet. Trong nghiên cứu này, chúng tôi tập trung vào việc phân loại botnet sử dụng thuật toán tạo tên miền (DGA), đây là bước quan trọng để nhận diện các loại botnet DGA bị nhiễm và triển khai các biện pháp phòng ngừa tương ứng. Chúng tôi đề xuất một giải pháp dựa trên mô hình ngôn ngữ lớn BERT và học chuyển giao (transfer learning). Kết quả thực nghiệm trên các tập dữ liệu UMUDGA và UTL_DGA22 cho thấy giải pháp đề xuất đạt độ chính xác cao hơn ít nhất 9,14% so với các giải pháp dựa trên học máy và cao hơn 2,03% so với các mô hình học sâu phổ biến. Những kết quả trên cho thấy tính phù hợp của giải pháp được đề xuất, đồng thời là cơ sở để phát triển các giải pháp mới trong tương lai.
