基于異質(zhì)圖屬性增強(qiáng)的惡意軟件變種檢測(cè)方法

打開文本圖片集

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(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了挑戰(zhàn). 近年來，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)用于惡意軟件分類與檢測(cè)任務(wù)之中，以建模惡意軟件及其（剩余11877字）