龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京邮电大学
摘要：本发明提供一种基于图神经网络的恶意代码家族分类方法、装置和存储介质，所述方法包括：提取恶意代码的动态特征中的系统调用特征，并基于所述系统调用特征建立恶意代码无向图，所述恶意代码无向图中每一个节点代表一个恶意代码；提取恶意代码的静态特征作为对应节点的属性；基于建立的无向图和提取到的节点属性构建带有节点属性的恶意代码关系图；将样本集合中的样本和生成的恶意代码关系图输入图神经网络模型，对图神经网络模型分别进行训练和测试，以基于经训练的图神经网络模型获得恶意代码家族分类结果。本发明实施例解决了恶意代码动态和静态特征孤立分析以及没有考虑恶意代码样本之间的结构特征的问题。
主权项：1.一种基于图神经网络的恶意代码家族分类方法，其特征在于，该方法包括以下步骤：提取恶意代码的动态特征中的调用特征，并基于所述调用特征建立恶意代码无向图，所述恶意代码无向图中每一个节点代表一个恶意代码；提取恶意代码的静态特征作为对应节点的属性；基于建立的无向图和提取到的节点属性构建带有节点属性的恶意代码关系图；以及将样本集合中的样本和生成的恶意代码关系图输入图神经网络模型，对图神经网络模型分别进行训练和测试，以基于经训练的图神经网络模型获得恶意代码家族分类结果；所述基于所述调用特征建立恶意代码无向图包括以下步骤：基于动态特征中的调用特征获得各恶意代码节点的调用频数向量特征；基于每一个的恶意代码的调用频数向量特征，采用相似度算法计算各恶意代码节点与其余恶意代码节点的相似度；基于各恶意代码节点与其余恶意代码节点的相似度构建相似度矩阵；根据构建的相似度矩阵获得邻接矩阵，包括：通过将邻接矩阵的与相似度矩阵中值小于预定阈值的元素对应的元素值设置为1，将邻接矩阵的其他元素的值设为0，来获得邻接矩阵；以及基于获得的邻接矩阵获得恶意代码节点的无向边集合，从而获得恶意代码无向图，所述恶意代码无向图包括恶意代码节点集合和恶意代码无向边集合，所述恶意代码无向边集合中的元素值是基于所述邻接矩阵中的元素值得到的。
全文数据：
权利要求：
百度查询： 北京邮电大学 基于图神经网络的恶意代码家族分类方法、装置和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号