-
公开(公告)号:CN119538250A
公开(公告)日:2025-02-28
申请号:CN202411825776.7
申请日:2024-12-12
Applicant: 南京邮电大学
IPC: G06F21/56 , G06F8/53 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明提供一种基于元学习的恶意代码基因信息隐性关联挖掘方法,通过生成函数调用图FCG,得到属性函数调用图;采用元学习对基于序列到序列机制的特征提取模型进行训练,由生成的属性函数调用图通过训练后的基于序列到序列机制的特征提取模型得到函数调用图的关键子图;生成控制流图CFG,得到属性控制流图;对生成的属性控制流图使用优化后的基于图结构的基因特征提取模型得到控制流图的关键子图;由函数调用图的关键子图和控制流图的关键子图,得到微调语料,使用微调后的大语言模型进行恶意代码基因信息的隐性关联挖掘。本发明能够实现恶意代码基因信息的隐性关联的精准挖掘,显著提升恶意代码分析的精度和效率。