1.一种基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:包括以下步骤,
S1、采用反汇编工具识别并标记出恶意代码中的函数,生成函数调用图FCG,利用生成的函数调用图进行特征提取和预处理得到属性函数调用图;
S2、构建基于序列到序列机制的基因特征提取模型,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,得到训练后的基于序列到序列机制的特征提取模型,由步骤S1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;
S3、通过反汇编工具解析恶意代码的二进制文件得到汇编代码,构建函数间的调用关系,生成控制流图CFG,从控制流图CFG中提取语义和结构特征得到属性控制流图;
S4、构建基于图结构的基因特征提取模型,利用元学习优化基于图结构的基因特征提取模型,得到优化后的基于图结构的基因特征提取模型,对步骤S3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;
S5、由步骤S3得到的函数调用图的关键子图和步骤S4得到的控制流图的关键子图,使用基于模板的提示词自动生成技术,得到微调语料,对大语言模型进行微调,得到微调后的大语言模型,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。
2.如权利要求1所述的基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:步骤S2中,基于序列到序列机制的特征提取模型包括图注意力网络GAT、第一泄露线性整流函数层即第一LeakyRELU层、第一全连接层、第二泄露线性整流函数层即第二LeakyRELU层、序列到序列模型和第二全连接层,图注意力网络GAT:对属性函数调用图进行分类,得到注意力权重;
第一LeakyRELU层:由输入的注意力权重计算得到N个节点的含有邻居特征的节点嵌入集合;
第一全连接层:由输入的属性函数调用图的N个节点的当前属性节点特征嵌入,得到与节点嵌入集合维度一致的N个节点的当前属性节点特征嵌入集合;
第二LeakyRELU层:对输入含有邻居特征的节点嵌入集合和当前属性节点特征嵌入集合分别对应拼接得到N个节点的最终节点特征集合;
序列到序列模型:对输入的N个节点的最终节点特征集合提取全局特征,得到有注意力权重的节点输出给关键子图构建模块,并生成全局图向量,输出给第二全连接层;
关键子图构建模块:对有注意力权重的节点进行重要性排序,生成重要性排序的子图序列作为控制流图的关键子图;
第二全连接层:对输入的全局图向量计算出分类概率,得到分类结果。
3.如权利要求2所述的基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:序列到序列模型包括归一化指数函数层即softmax层、权重平均模块、拼接层和长短期记忆网络LSTM,softmax层:由输入的最终节点特征集合中的最终节点特征和时间步t=0,1,2,...,T时的查询向量,计算节点的注意力权重;
权重平均模块:生成当前时间步节点特征中聚合的全图信息;
拼接层:将时间步t时的查询向量和聚合的全图信息进行拼接Concat得到时间步t生成的特征向量,并输出给长短期记忆网络LSTM;在经过时间步T后,得到全局图向量输出给第二全连接层;
长短期记忆网络LSTM:由输入的时间步t生成的特征向量得到时间步t+1时的查询向量,并输出给softmax层。
4.如权利要求1所述的基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:步骤S2中,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,具体为,S21、从属性函数调用图中随机采样N个类别,每个类别包含K个支持集样本和若干查询集样本;
S22、在支持集上,基学习器以元学习器提供的初始的全局元参数θ为起点,优化任务特定参数,其中,α为基学习器学习率,为支持集的对初始化参数θ的损失梯度,为支持集上的损失函数,为基学习器采用基于序列到序列机制的特征提取模型;
S23、在查询集上,元学习器评估基学习器更新后的模型性能,通过查询集的损失来优化全局元参数:,其中,β为元学习器学习率,为查询集对全局元参数θ的损失梯度,为查询集上的损失函数,并更新全局元参数θ,在达到设定训练次数后完成训练。
5.如权利要求1-4任一项所述的基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:步骤S4中,基于图结构的基因特征提取模型包括图注意力网络模型分类器、控制流图解释器即CFG解释器和关键子图生成模块,图注意力网络模型分类器:对输入的属性控制流图CFG由节点嵌入生成组件生成节点嵌入,并由分类组件预测每个属性控制流图的类别作为类标签,将节点嵌入与类标签输出给CFG解释器;
CFG解释器:包括初始学习模块和解释模块,
初始学习模块:由节点评分组件对节点嵌入计算节点得分,将节点嵌入与节点得分相乘得到加权嵌入,使用加权嵌入通过分类组件生成分类概率,进而得到每个节点的分类结果;
解释模块;根据节点得分以及属性控制流图的真实节点数量多次逐步修剪属性控制流图,分别逐步移除评分最低的设定数量的节点后,由每次剩余节点得到多个子图,将最重要的子图作为控制流图的关键子图。
6.如权利要求5所述的基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:解释模块中,根据节点得分以及属性控制流图的真实节点数量多次逐步修剪属性控制流图,分别逐步移除评分最低的设定数量的节点后,由每次剩余节点得到多个子图,将最重要的子图作为控制流图的关键子图,具体为,S41、获得步骤S3得到的属性控制流图的真实节点数量,初始化用于存储按重要性排序节点的有序节点集合Vordered为空集,初始化用于存储每次迭代后剩余节点的子图邻接矩阵的子图集合subgraphs为步骤S3得到的属性控制流图,并将属性控制流图的所有节点的索引存储在变量all_node_indices中,用于跟踪未被修剪的节点;
S42、根据设定步长step size,计算每次迭代需要修剪的节点数Nstep:
;
S43、依据初始学习模块得到的节点得分,将评分最低的Nstep个节点按顺序追加到有序节点集合Vordered,将评分最低的Nstep个节点对应索引从变量all_node_indices中移除,并更新子图集合subgraphs:移除评分最低的Nstep个节点的所有入边和出边,更新剩余节点的子图邻接矩阵后,保存为当前子图;重复以上步骤直至变量all_node_indices中节点的索引全部移除;
S44、反转有序节点集合Vordered中的节点顺序,使得第一个节点是对分类任务最重要的节点,最后一个节点是最不重要的节点;同时反转子图集合subgraphs中子图的顺序,将第一个子图即最重要的子图作为控制流图的关键子图。
7.如权利要求1-4任一项所述的基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:步骤S5,具体为,S51、基于模板的提示词自动生成技术生成提示词,将步骤S1得到的属性函数调用图和步骤S3得到的属性控制流图作为输入数据D,将步骤S2得到的函数调用图的关键子图和步骤S4得到的控制流图的关键子图作为目标标签,构造微调语料;
S52、根据生成的微调语料,使用微调方法DoRA对大语言模型进行微调。
8.如权利要求7所述的基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:步骤S51中,生成提示词,具体为,通过设计提示词模板,其中P是预定义的模式,由输入数据D通过设计提示词模板映射生成N个提示词{t1,t2,...,ti,...,tN}。
9.如权利要求7所述的基于元学习的恶意代码基因信息隐性关联挖掘方法,其特征在于:步骤S52,具体为,在微调过程中,微调语料,其中,为生成的第i个提示词,为第i个目标标签,使用优化目标函数:,其中,θ为大语言模型Model的模型参数;通过反向传播不断更新大语言模型的模型参数θ,直至达到设定的微调次数。