(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111614410.1 (22)申请日 2021.12.27 (71)申请人 杭州迪普科技股份有限公司 地址 310051 浙江省杭州市滨江区通和路 68号中财大厦6楼 (72)发明人 史卓颖　邹初建　王涛　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 代理人 王茹 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/18(2020.01) G06N 20/00(2019.01) H04L 9/40(2022.01) H04L 61/4511(2022.01) (54)发明名称 模型生成方法、 装置、 设备及计算机可读存 储介质 (57)摘要 本申请提供了一种模型生成方法， 包括： 将 至少一种向量生成方法、 与至少两种域名检测算 法进行组合， 得到至少两种组合方式； 对于每种 组合方式， 采用该组合方式下的向量生成方法， 对域名样本库中的各个样本域名进行域名向量 化， 且基于生成的域名向量， 采用该组合方式下 的域名检测算法进行模型训练， 得到该组合方式 对应的待选域名检测模型； 根据每种组合方式对 应的待选域名检测模型的模型选择指标， 选择一 个待选域名检测模型， 作为目标域名检测模型， 以便利用目标域名检测模型进行域名检测。 本申 请能够在节省人力的情况下生成目标域名检测 模型， 且保证了域名检测时的准确性。 本申请还 提供了一种模 型生成装置、 设备及计算机可读存 储介质。 权利要求书2页 说明书9页 附图4页 CN 114297924 A 2022.04.08 CN 114297924 A 1.一种模型生成方法， 其特 征在于， 包括： 将至少一种向量生成方法、 与至少两种域名检测算法进行组合， 得到至少两种组合方 式； 对于每种组合方式， 采用该组合方式下的向量生成方法， 对域名样本库中的各个样本 域名进行域名向量化， 且基于生成的域名向量， 采用该组合方式下 的域名检测算法进行模 型训练， 得到该组合方式对应的待选域名检测模型； 确定每种组合方式对应的待选域名检测模型的模型选择指标； 根据各个待选域名检测模型的模型选择指标， 选择一个待选域名检测模型， 作为目标 域名检测模型， 其中， 所述目标域名检测模型用于对目标域名进行域名检测。 2.根据权利要求1所述的方法， 其特征在于， 所述至少一种向量生成方法， 包括以下至 少一种方法： 字典法、 独热one ‑hot编码方法、 词向量word2vec编码方法、 n元模型n ‑gram与词袋法的 组合编码方法、 全局向量Gl oVe编码方法。 3.根据权利要求1所述的方法， 其特征在于， 所述至少两种域名检测算法， 包括以下至 少两种算法： 基于卷积神经网络的文本分类算法TextCNN、 基于循环神经网络的文本分类算法 TextRNN、 长短期记 忆LSTM算法、 区域卷积神经网络RCN N算法、 门控循环单 元GRU算法。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述模型选择指标， 包括模型的 训练耗时、 预测耗时、 预测能力和泛化能力中的至少一个。 5.根据权利要求4所述的方法， 其特征在于， 所述确定每种组合方式对应的待选域名检 测模型的模型选择指标， 包括： 对于每种组合方式对应的待选域名检测模型， 基于该待选域名检测模型的模型训练阶 段和模型验证阶段， 确定该待选域名检测模型的训练耗时和预测能力， 并且， 基于该待选域 名检测模型的模型测试阶段， 确定该待选域名检测模型的预测耗时和泛化能力。 6.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述根据 各个待选域名检测模型 的模型选择指标， 选择一个待选域名检测模型， 包括： 对于各个待选域名检测模型的各个模型选择指标， 确定表征各个模型选择指标的指标 情况的参数值， 并确定表征 各个模型选择指标的重要程度的权 重值； 依据各个待选域名检测模型对应的参数值和权 重值， 选择一个待选域名检测模型。 7.一种模型生成装置， 其特 征在于， 包括： 模式组合单元， 用于将至少一种向量生成方法、 与至少两种域名检测算法进行组合， 得 到至少两种组合方式； 模型训练单元， 用于对于每种组合方式， 采用该组合方式下的向量生成方法， 对域名样 本库中的各个样本域名进行域名向量化， 且基于生成的域名向量， 采用该组合方式下 的域 名检测算法进行模型训练， 得到该组合方式对应的待选域名检测模型； 指标确定单 元， 用于确定每种组合方式对应的待选域名检测模型的模型选择指标； 模型选择单元， 用于根据各个待选域名检测模型的模型选择指标， 选择一个待选域名 检测模型， 作为目标域名检测模型， 其中， 所述目标域名检测模型用于对目标域名进 行域名 检测。权　利　要　求　书 1/2 页 2 CN 114297924 A 28.根据权利要求7所述的装置， 其特征在于， 所述模型选择指标， 包括模型的训练耗时、 预测耗时、 预测能力和泛化能力中的至少一个。 9.一种电子设备， 其特 征在于， 包括： 处 理器、 存储器； 所述存储器， 用于存 储计算机程序； 所述处理器， 用于通过调用所述计算机程序， 执行如权利要求1 ‑6中任一项所述的模型 生成方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时实现权利要求1 ‑6任一项所述的模型生成方法。权　利　要　求　书 2/2 页 3 CN 114297924 A 3