Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院计算技术研究所蔡俊禹获国家专利权

中国科学院计算技术研究所蔡俊禹获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院计算技术研究所申请的专利一种用于域名分类的分类模型构建方法、分类系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116502153B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310392001.4,技术领域涉及:G06F18/243;该发明授权一种用于域名分类的分类模型构建方法、分类系统是由蔡俊禹;李雪菲;姜海洋设计研发完成,并于2023-04-13向国家知识产权局提交的专利申请。

一种用于域名分类的分类模型构建方法、分类系统在说明书摘要公布了:本发明提供一种用于域名分类的分类模型构建方法,所述分类模型为随机森林模型,且所述随机森林模型中包括多个决策树分类器,所述方法包括如下步骤:S1、获取来自于DNS服务器的DNS响应数据并对其进行预处理以得到带域名类型标签的训练集,其中,所述域名类型标签为一次性域名标签或非一次性域名标签;S2、对步骤S1得到的训练集进行多种特征提取以获取训练集中每个域名样本对应的特征集合;S3、基于经步骤S2进行特征提取后的训练集,以域名样本对应的特征集合为输入,域名样本类型为输出构建随机森林模型。本发明采用由多个决策树分类器组成的随机森林模型进行域名分类,以缓解现有方法中预测时间长、检测效率低的问题。

本发明授权一种用于域名分类的分类模型构建方法、分类系统在权利要求书中公布了:1.一种用于域名分类的分类模型构建方法,所述分类模型为随机森林模型,且所述随机森林模型中包括多个决策树分类器,其特征在于,所述方法包括如下步骤: S1、获取来自于DNS服务器的DNS响应数据并对其进行预处理以得到带域名类型标签的训练集,其中,所述域名类型标签为一次性域名标签或非一次性域名标签,其中,在所述步骤S1中,从DNS服务器中获取预设时间段内的DNS响应数据,并按照如下步骤对其进行预处理以获得带域名类型标签的训练集: S11、从所述DNS响应数据中提取查询类型为A记录和AAAA记录的DNS响应数据; S12、从经步骤S11处理后得到的所述DNS响应数据中提取状态码指示为无错误的DNS响应数据,并从其中随机选取多个DNS请求的域名作为样本组成初始训练集; S13、对步骤S12得到的初始训练集中的域名样本打域名类型标签以获取带域名类型标签的训练集,其中,所述步骤S13包括: S131、按照预设的规则将步骤S12得到的初始训练集划分多个一次性区域; S132、将所述初始训练集中属于任一所述一次性区域的域名样本打上一次性域名标签,将不属于任意一个一次性区域的其余域名样本打上非一次性域名标签; S2、对步骤S1得到的训练集进行多种特征提取以获取训练集中每个域名样本对应的特征集合,所述特征集合中包括多种特征对应的特征值,所述多种特征包括第一特征、第二特征、第三特征、第四特征、第五特征,第六特征和或第七特征,其中,第一特征为域名字符串长度;第二特征为域名最长子域长度;第三特征为域名格式字段和;第四特征为域名特殊长度字段个数;第五特征为域名最左段香农熵;第六特征为域名最左段数字占比;第七特征为域名最左段包含有意义单词个数比值; S3、基于经步骤S2进行特征提取后的训练集,以域名样本对应的特征集合为输入,域名样本类型为输出构建随机森林模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院计算技术研究所,其通讯地址为:100190 北京市海淀区中关村科学院南路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。