一种基于图深度学习的恶意软件攻击检测方法

    公开(公告)号:CN119475337A

    公开(公告)日:2025-02-18

    申请号:CN202411512686.2

    申请日:2024-10-28

    Abstract: 本发明公开了一种基于图深度学习的恶意软件攻击检测方法,包括定义正常软件及已知恶意软件的空间事件图,构建计算机内部软件空间图模型;计算软件空间图模型权重,量化事件风险;设计基于图深度学习的事件预测模型,预测软件下一步可能的访问事件;设计风险预警及云处理方法,对软件的可疑访问事件发起预警并进行风险处理。本发明构建计算机内部软件空间图模型,量化事件风险,引入多层图卷积网络进行恶意软件检测,对恶意软件的结构和行为进行多层次特征表示,从而更全面地挖掘数据中的信息,提高检测效果;自动学习数据中的模式和特征,具有较强的适应性,能适应恶意软件变种和新型威胁的变化,具有更好的可解释性,对复杂数据依旧具有高性能。

Patent Agency Ranking