一种基于图神经网络的恶意软件安全检测方法

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。