摘要
本发明公开了一种基于图神经网络的跨语言恶意软件检测系统及方法,步骤1:通过控制流图生成模块负责对应用程序进行预处理,并分别为Java代码和本地代码生成控制流图;步骤2:通过图融合模块用于提取控制流图之间的关系并对两种图进行融合,获取融合图;步骤3:通过图学习模块对融合图进行学习,负责对融合图中节点的向量化,以及对良性软件和恶意软件的控制流图进行分类。本发明通过将应用程序表示为图表示进行处理,并设计了一种图融合算法来结合本地和Java代码的图,利用门控图神经网络对结合后的图进行学习实现跨语言恶意软件的检测。
技术关键词
恶意软件检测系统
节点
关系
高维特征向量
sigmoid函数
恶意样本
阶段
应用程序安装包
神经网络模型训练
定义
Java类
模块
分析组件
生成工具
语义
融合算法
系统为您推荐了相关专利信息
分布式能源系统
消息认证码
数据交互方法
数据交互装置
数字证书
管道腐蚀速率预测
集成学习模型
油气
特征工程
计算机可执行程序
生成指令
语句
文本生成方法
大语言模型
电子设备