Uma estrutura baseada em LSTM para lidar com desequilíbrio multiclasse na detecção de botnets DGA.

Este repositório contém um código muito simples para classificar domínios como DGA ou benignos. Este código demonstra nossos resultados no nosso artigo aqui: https://www.sciencedirect.com/science/article/pii/S0925231217317320. Este artigo apresenta um novo algoritmo LSTM.MI que combina modelos de classificação binária e multiclasse, onde o LSTM original é adaptado para ser sensível ao custo. Os itens de custo são introduzidos no procedimento de aprendizado por retropropagação para levar em conta a importância de identificação entre as classes.

Seguindo as instruções, você pode reimplementar nosso método. Além disso, também fornecemos alguns conjuntos de dados:

• Os conjuntos de dados do mundo real coletados de alguns botnets DGA, incluindo Shifu, Tinba, Necurs, Locky, etc.
• trainingdata.csv: Este conjunto de dados contém 1 milhão de domínios normais da Alexa, mais de 600.000 domínios DGA e 8 características estatísticas correspondentes a esses domínios. Os domínios DGA são coletados em http://osint.bambenekconsulting.com/feeds/.
• traindga4.csv: 10% do conjunto de dados trainingdata. No entanto, as 8 características estatísticas não são normalizadas para os valores variando de 0 a 1.
• traindga5.csv: 10% do conjunto de dados trainingdata. No entanto, as 8 características estatísticas são normalizadas para os valores variando de 0 a 1.

Se você reutilizar nosso conjunto de dados, por favor cite nosso artigo da seguinte forma.

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} }

Implementando o código

'lstm.py' treinará o classificador e gerará o relatório para avaliar o método. Este código será executado na sua máquina local ou em uma máquina com GPU (GPU será, obviamente, muito mais rápida).

Link de backup

Se houver algum problema com o download no Github, use o link de backup no Google Driver: https://drive.google.com/drive/folders/1EI67tTK2NnwW9MZa3Qr2anPbJ_Dlix91?fbclid=IwAR0A_Ltrkrn9Zt4VvF0IFhE_v3GWz-YDqaq-SsHaU2mHNG5861KXylvZlBY