MG-DVD：基于动态异质图学习的实时恶意软件变体检测框架
密码学与安全
2021-06-25 v2 机器学习
摘要
实时检测新出现的恶意软件变体对于缓解网络风险和主动阻断入侵至关重要。本文提出 MG-DVD，一种基于动态异质图学习的新型检测框架，用于实时检测恶意软件变体。特别地，MG-DVD 首先将恶意软件变体的细粒度执行事件流建模为动态异质图，并研究恶意软件对象间的真实元图，从而有效刻画恶意软件与其变体之间更具判别性的恶意演化模式。随后，MG-DVD 提出两种基于动态游走的异质图学习方法，以学习更全面的恶意软件变体表示，显著降低了整图重训练的成本。因此，MG-DVD 具备实时检测恶意软件变体的能力，并通过引入有意义的元图提供了更好的可解释性。在大规模样本上的综合实验证明，我们所提 MG-DVD 在检测恶意软件变体的有效性和效率方面均优于 SOTA 方法。
引用
@article{arxiv.2106.12288,
title = {MG-DVD: A Real-time Framework for Malware Variant Detection Based on Dynamic Heterogeneous Graph Learning},
author = {Chen Liu and Bo Li and Jun Zhao and Ming Su and Xu-Dong Liu},
journal= {arXiv preprint arXiv:2106.12288},
year = {2021}
}
备注
8 pages, 7 figures, Accepted at the 30th International Joint Conference on Artificial Intelligence(IJCAI 2021)