DomainHarvester：收集不常访问却可信赖的域名
密码学与安全
2025-02-23 v3
摘要
在网络安全领域，允许列表在区分安全网站与潜在威胁方面发挥关键作用。传统方法侧重网站流行度，往往忽视不常访问的合法域名。本文引入 DomainHarvester，旨在生成包含可信赖且不常访问域名的允许列表。该系统采用创新的自下而上方法，利用网页超链接结构识别合法且缺乏关注的域名。DomainHarvester 使用种子 URL 收集域名，采用基于 Transformer 的机器学习方法评估其可信度。DomainHarvester 开发了两个不同的允许列表：一个具有全球视野，另一个强调本地相关性。与六个现有主列表相比，DomainHarvester 的允许列表重叠率最小（全球 4%，本地 0.1%），同时显著降低包含恶意域名的风险，从而提升安全性。该研究的贡献主要在于阐明了可信赖且不常被访问的域名这一被忽视的方面，并引入 DomainHarvester 这一超越传统流行度指标的系统。我们的 methodology 增强了允许列表的包容性和精确度，为全球用户和企业，尤其是非英语地区提供了显著优势。
引用
@article{arxiv.2410.02097,
title = {DomainHarvester: Harvesting Infrequently Visited Yet Trustworthy Domain Names},
author = {Daiki Chiba and Hiroki Nakano and Takashi Koide},
journal= {arXiv preprint arXiv:2410.02097},
year = {2025}
}
备注
Originally presented at IEEE CCNC 2025. An extended version of this work has been published in IEEE Access: https://doi.org/10.1109/ACCESS.2025.3539882