Un framework basé sur LSTM pour gérer le déséquilibre multiclasse dans la détection de botnets DGA.

Ce dépôt contient un code très simple pour classifier les domaines comme DGA ou bénins. Ce code illustre nos résultats dans notre article ici : https://www.sciencedirect.com/science/article/pii/S0925231217317320. Cet article présente un nouvel algorithme LSTM.MI combinant des modèles de classification binaire et multiclasse, où le LSTM original est adapté pour être sensible au coût. Les éléments de coût sont introduits dans la procédure d'apprentissage par rétropropagation afin de prendre en compte l'importance d'identification entre les classes.

En suivant les instructions, vous pouvez réimplémenter notre méthode. En outre, nous fournissons également quelques ensembles de données :

• Les ensembles de données réels collectés pour certains botnets DGA, notamment Shifu, Tinba, Necurs, Locky, etc.
• trainingdata.csv : cet ensemble de données contient 1 million de domaines normaux d'Alexa, plus de 600 000 domaines DGA, et 8 caractéristiques statistiques correspondant à ces domaines. Les domaines DGA sont collectés à l'adresse http://osint.bambenekconsulting.com/feeds/.
• traindga4.csv : 10 % de l'ensemble trainingdata. Cependant, les 8 caractéristiques statistiques ne sont pas normalisées dans des plages de valeurs allant de 0 à 1.
• traindga5.csv : 10 % de l'ensemble trainingdata. Cependant, les 8 caractéristiques statistiques sont normalisées dans des plages de valeurs allant de 0 à 1.

Si vous réutilisez notre ensemble de données, veuillez citer notre article comme suit.

Tran, Duc, et al. "A LSTM based framework for handling multiclass imbalance in DGA botnet detection." Neurocomputing 275 (2018) : 2401-2413.

ou

@article{tran2018lstm, title={A LSTM based framework for handling multiclass imbalance in DGA botnet detection}, author={Tran, Duc and Mac, Hieu and Tong, Van and Tran, Hai Anh and Nguyen, Linh Giang}, journal={Neurocomputing}, volume={275}, pages={2401--2413}, year={2018}, publisher={Elsevier} }

Implémentation du code

'lstm.py' entraînera le classifieur et générera le rapport pour évaluer la méthode. Ce code s'exécutera sur votre machine locale ou sur une machine dotée d'un GPU (le GPU sera bien entendu beaucoup plus rapide).

Lien de secours

En cas de problème lié au téléchargement sur Github, veuillez utiliser le lien de secours sur Google Drive : https://drive.google.com/drive/folders/1EI67tTK2NnwW9MZa3Qr2anPbJ_Dlix91?fbclid=IwAR0A_Ltrkrn9Zt4VvF0IFhE_v3GWz-YDqaq-SsHaU2mHNG5861KXylvZlBY