1、校园网恶意域名检测系统架构模型训练1样本收集为训练分类模型，系统每天共收集100万条有标签的样本作为分类模型的训练数据。
2、本文将针对DGA域名的检测，开展以下几个方面的内容1针对开源DGA域名与正常域名进行初步的数据分析，查看正常域名与DGA。
3、最后总结DGA域名检测目前工作的不足和待解决的问题二背景近年来，恶意软件的数量和复杂度持续增长，催生了大量黑色产业链；御见威胁情报中心00导语构建恶意域名检测引擎，对海量域名进行自动化检测并识别出恶意域名，让威胁情报的检测和运营变得更智能。
4、目前主流的恶意域名检测方法分为主动分析和被动分析，前者通过DNS检测网页内容分析来识别恶意域名，后者一般采用黑白名单规；当前，DGA域名检测研究是安全圈讨论的热点话题传统的DGA域名检测方法是利用黑名单策略实现，但由于DGA域名容易生成且规。
5、传统的CampC域名检测方式是建立黑名单库，判断域名是否在黑名单内，然后决定是否连接该域名以及是否告警，从而检测和抵御某些远。
6、关于TLDHunt TLDHunt是一款功能强大的域名有效性检测工具，TLDHunt本质上是一个命令行工具，可以帮助广大研究人员在其线上项。
