计算机应用研究

作者：鲁法明,江婷婷,包云霞,崔海东,蔡朝阳,

单位：1.山东科技大学计算机科学与工程学院,山东青岛266590；2.泰山信息科技有限公司,山东泰安271000；

关键词：恶意软件检测,过程挖掘,时序对偶数据流图,图卷积网络,

基金：国家自然科学基金资助项目(61602279)；山东省泰山学者工程专项基金资助项目(ts20190936)；山东省高等学校青创科技支持计划资助项目(2019KJN024)；山东省自然科学基金智慧计算联合基金资助项目(ZR2021LZH004)；青岛市西海岸新区2022年“揭榜挂帅”技术攻关项目；；

基于数据流图的恶意软件检测方法通常仅关注API（application programming interface）调用过程中的数据流信息，而忽略API调用顺序信息。为解决此问题，所提方法在传统数据流图的基础上融入API调用的时序信息，提出恶意软件时序对偶数据流图的概念，并给出模型挖掘方法，最后提出一种基于优化的图卷积网络对时序对偶数据流图进行分类、进而用于恶意软件检测与分类的方法。实验结果表明，所提方法的恶意软件识别准确率较传统基于数据流图的恶意软件识别方法有更好的检测效果。

来源：2023年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第6期