• 专利标题: 基于图卷积网络和主题模型的恶意代码同源性分析方法
  • 申请号: CN202010323546.6
    申请日: 2020-04-22
  • 公开(公告)号: CN111538989A
    公开(公告)日: 2020-08-14
  • 发明人: 张磊刘亮谭杨刘嘉勇
  • 申请人: 四川大学
  • 申请人地址: 四川省成都市武侯区一环路南一段24号
  • 专利权人: 四川大学
  • 当前专利权人: 四川大学
  • 当前专利权人地址: 四川省成都市武侯区一环路南一段24号
  • 主分类号: G06F21/56
  • IPC分类号: G06F21/56 G06N3/04 G06N3/08
基于图卷积网络和主题模型的恶意代码同源性分析方法
摘要:
本发明提出基于图卷积网络和主题模型的恶意代码同源性分析方法。本方法从恶意代码中提取出两种静态特征形成混合特征,使用注意力机制和主题模型对重点特征进行加权处理,然后使用归一化分类模型对其进行分类。主要包括以下几个步骤:(1)利用IDA提取恶意代码的函数调用图和函数指令分布特征;(2)使用改进的图卷积网络对函数调用图进行节点嵌入;(3)使用注意力机制对节点嵌入进行图嵌入操作;(4)使用半监督主题模型对函数指令分布进行降维和变换;(4)使用神经张量网络对混合特征进行结合;(5)利用归一化分类模型对恶意软件进行家族分类。
0/0