基于異質圖屬性增強的惡意軟件變種檢測方法

摘要： 如今越來越多的攻擊者通過修改惡意軟件源碼的方式逃避惡意軟件檢測，惡意軟件變種在代碼重用、編碼風格、攻擊行為等多方面的復雜關系為惡意軟件分析帶來了挑戰(zhàn).近年來，圖神經(jīng)網(wǎng)絡憑借其在建模圖結構數(shù)據(jù)，學習實體間復雜關系等方面的強大能力，已被廣泛應用于惡意軟件分類與檢測任務之中，以建模惡意軟件及其變種間復雜的關系，擺脫孤立分析困境.然而，現(xiàn)有方法一方面缺少對惡意軟件及其變種間多維度復雜關... （共15頁）