基于異質(zhì)圖屬性增強(qiáng)的惡意軟件變種檢測(cè)方法

摘要： 如今越來(lái)越多的攻擊者通過(guò)修改惡意軟件源碼的方式逃避惡意軟件檢測(cè)，惡意軟件變種在代碼重用、編碼風(fēng)格、攻擊行為等多方面的復(fù)雜關(guān)系為惡意軟件分析帶來(lái)了挑戰(zhàn).近年來(lái)，圖神經(jīng)網(wǎng)絡(luò)憑借其在建模圖結(jié)構(gòu)數(shù)據(jù)，學(xué)習(xí)實(shí)體間復(fù)雜關(guān)系等方面的強(qiáng)大能力，已被廣泛應(yīng)用于惡意軟件分類(lèi)與檢測(cè)任務(wù)之中，以建模惡意軟件及其變種間復(fù)雜的關(guān)系，擺脫孤立分析困境.然而，現(xiàn)有方法一方面缺少對(duì)惡意軟件及其變種間多維度復(fù)雜關(guān)... （共15頁(yè)）