基于异质图属性增强的恶意软件变种检测方法

摘要： 如今越来越多的攻击者通过修改恶意软件源码的方式逃避恶意软件检测，恶意软件变种在代码重用、编码风格、攻击行为等多方面的复杂关系为恶意软件分析带来了挑战.近年来，图神经网络凭借其在建模图结构数据，学习实体间复杂关系等方面的强大能力，已被广泛应用于恶意软件分类与检测任务之中，以建模恶意软件及其变种间复杂的关系，摆脱孤立分析困境.然而，现有方法一方面缺少对恶意软件及其变种间多维度复杂关... （共15页）