一个基于LSTM的框架，用于处理DGA僵尸网络检测中的多类不平衡。

该代码库包含用于将域名分类为DGA或良性域名的非常简单的代码。此代码展示了我们在论文中的结果：https://www.sciencedirect.com/science/article/pii/S0925231217317320。该论文提出了一种新颖的LSTM.MI算法，将二分类和多分类模型结合起来，其中原始LSTM被调整为成本敏感型。在反向传播学习过程中引入成本项，以考虑类别之间的识别重要性。

按照说明操作，您可以重新实现我们的方法。此外，我们还提供了一些数据集：

• 一些DGA僵尸网络的真实世界收集数据集，包括Shifu、Tinba、Necurs、Locky等。
• trainingdata.csv：该数据集包含100万个Alexa正常域名、超过60万个DGA域名，以及这些域名对应的8个统计特征。DGA域名收集自 http://osint.bambenekconsulting.com/feeds/ 。
• traindga4.csv：trainingdata数据集的10%。但是，8个统计特征未归一化到0到1范围内的值。
• traindga5.csv：trainingdata数据集的10%。但是，8个统计特征已归一化到0到1范围内的值。

如果您重用我们的数据集，请按如下方式引用我们的论文。

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

或

@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} }

实现代码

'lstm.py' 将训练分类器并生成报告以评估该方法。此代码可在您的本地机器或配备GPU的机器上运行（GPU当然会快得多）。

备份链接

如果Github下载有任何问题，请使用Google Driver上的备份链接： https://drive.google.com/drive/folders/1EI67tTK2NnwW9MZa3Qr2anPbJ_Dlix91?fbclid=IwAR0A_Ltrkrn9Zt4VvF0IFhE_v3GWz-YDqaq-SsHaU2mHNG5861KXylvZlBY