Deep Learning erkennt DGA-Domains mit 97,2 % Genauigkeit
Die neuesten Forschungsergebnisse zeigen, dass herkömmliche Blacklist‑Methoden gegen moderne Malware kaum noch wirksam sind. Durch den Einsatz von Domain‑Generation‑Algorithmen (DGA) können Angreifer täglich tausende dynamische Adressen erzeugen, die herkömmliche Firewalls nicht mehr zuverlässig blockieren können.
In dem veröffentlichten Papier wird ein neuer Ansatz vorgestellt, der Deep‑Learning‑ und Natural‑Language‑Processing‑Techniken kombiniert, um DGA‑Domänen zuverlässig zu erkennen. Dazu wurde eine hybride Datenbank mit 50 000 legitimen und 50 000 bösartigen Domains aufgebaut. Aus diesen Domains wurden lexikalische Merkmale extrahiert und ein rekurrentes neuronales Netzwerk (LSTM) trainiert.
Die Ergebnisse sind beeindruckend: Während die klassische Entropie‑Analyse bei einfachen DGA‑Modellen gut funktioniert, übertrifft das neuronale Netzwerk komplexe Muster deutlich. Mit einer Genauigkeit von 97,2 % und einer deutlich reduzierten Fehlalarmlage bei legitimen Verbindungen bietet die Methode einen vielversprechenden Ansatz für moderne Netzwerksicherheitslösungen.