English(EN) DRIFT: Drift-Resilient Invariant-Feature Transformer for DGA Detection

新型Transformer模型DRIFT增强DGA检测能力以应对不断演变的威胁

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-04 04:00

研究人员开发了一个名为DRIFT的新型基于Transformer的框架，以对抗僵尸网络中使用的领域生成算法（DGA）不断演变的威胁。通过一项为期九年的研究，他们观察到随着新变种的出现，现有的DGA检测方法会迅速退化。DRIFT通过学习不变表示来解决这个问题，它采用混合标记化策略，结合了字符级和子词级编码，以及多任务自监督预训练。评估表明，DRIFT显著缓解了时间退化，并在前向链接实验中超越了当前最先进的基线，提供了更可靠的长期防御。 AI

影响通过提供更强大的防御能力来应对不断演变的网络威胁，从而增强网络安全。

排序理由该集群描述了一篇详细介绍用于DGA检测的新模型的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇详细介绍用于DGA检测的新模型的论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 48 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Chaeyoung Lee, Chaeri Jung, Seonghoon Jeong · 2026-08-04 04:00

DRIFT：用于 DGA 检测的抗漂移不变特征 Transformer

arXiv:2605.10436v2 Announce Type: replace-cross Abstract: Domain Generation Algorithms (DGAs) evolve continuously to evade botnet detection, posing a persistent challenge for dependable network defense. While deep learning-based detectors achieve strong performance under static c…

本文如何被排名

报道来源 [1]

DRIFT：用于 DGA 检测的抗漂移不变特征 Transformer

相关实体

相关话题