一种基于图神经网络的恶意软件安全检测方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种基于图神经网络的恶意软件安全检测方法
申请号:CN202511146070
申请日期:2025-08-15
公开号:CN121030741A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了一种基于图神经网络的恶意软件安全检测方法,包括如下步骤:S1、采集待检测软件静态行为数据与动态行为数据,构建软件图结构;S2、对软件图结构进行标准化与特征编码,提取节点、边和全局结构特征;S3、初始化图神经网络模型,设置结构性超参数并初始化权重参数;S4、执行前向传播,获得软件样本的嵌入特征和初步分类结果;S5、拟牛顿法联合优化图神经网络模型的权重参数和结构性超参数;S6、新样本数据处理,输入优化后的模型,输出恶意软件检测结果。本发明提出一种融合图神经网络与拟牛顿法的恶意软件检测方法,实现对未知和变异样本的高效识别与精准分类。
技术关键词
嵌入特征 超参数 样本 多尺度 邻域 数据 恶意软件检测方法 Softmax函数 分布式计算环境 神经网络模型训练 矩阵 动态 异构 节点特征 拟牛顿法
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号