从图到门：DNS-HyXNet，一种轻量级可部署的顺序模型用于实时 DNS 隧道检测
计算机视觉与模式识别
2025-12-11 v1
摘要
域名系统 (DNS) 隧道仍是数据外泄和命令与控制通信的隐蔽通道。尽管图基方法如 GraphTunnel 取得了强大的检测准确率，但由于递归解析和图构建引入了显著的延迟和计算开销，限制了其在实时部署中的适用性。本文提出了 DNS-HyXNet，这是一个轻量级扩展长短期记忆 (xLSTM) 混合框架，专为高效的基于序列的 DNS 隧道检测设计。DNS-HyXNet 将分词化域嵌入与归一化数值 DNS 特征相结合，通过两层 xLSTM 网络处理，这些网络直接从数据包序列中学习时序依赖关系，无需图重建，即可实现单阶段多类分类。该模型在两个公共基准数据集上进行了训练和评估，经过精细调优的超参数确保了低内存消耗和快速推理。在 DNS-Tunnel-Datasets 的所有实验分割中，DNS-HyXNet 达到了最高达 99.99% 的准确率，宏平均精确率、召回率和 F1 分数均超过 99.96%，并显示出仅 0.041 毫秒的逐样本检测延迟，证明了其可扩展性和实时就绪性。这些结果表明，xLSTM 的序列建模可以有效取代计算密集型的递归图生成，为在普通硬件上实现实时 DNS 隧道检测提供了可部署且高效的替代方案。
引用
@article{arxiv.2512.09565,
title = {From Graphs to Gates: DNS-HyXNet, A Lightweight and Deployable Sequential Model for Real-Time DNS Tunnel Detection},
author = {Faraz Ali and Muhammad Afaq and Mahmood Niazi and Muzammil Behzad},
journal= {arXiv preprint arXiv:2512.09565},
year = {2025}
}