这里提供了论文基于多重异质图的恶意软件相似性度量方法所提出模型的源代码
现有恶意软件相似性度量易受混淆技术影响, 同时缺少恶意软件间复杂关系的表征能力, 提出一种基于多重异质图的恶意软件相似性度量方法RG-MHPE (API relation graph enhanced multiple heterogeneous ProxEmbed)解决上述问题. 方法首先利用恶意软件动静态特征构建多重异质图, 然后提出基于关系路径的增强型邻近嵌入方法, 解决邻近嵌入无法应用于多重异质图相似性度量的问题. 此外, 从MSDN网站的API文档中提取知识, 构建API关系图, 学习Windows API间的相似关系, 有效减缓相似性度量模型老化速度.
本项目实现参考ProxEmbed基础上更改 Semantic Proximity Search on Heterogeneous Graph by Proximity Embedding
java代码用于关系路径生成
python代码用于邻近嵌入