El campo de la seguridad de redes está altamente preocupado por la detección de intrusiones, la cual resguarda la seguridad de las redes informáticas. La invención y aplicación de la tecnología de detección de intrusiones juegan roles indispensables en la seguridad de redes, y es crucial investigar y comprender este tema. Recientemente, con la continua ocurrencia de incidentes de intrusión en redes de propagación de virus, los algoritmos tradicionales de detección de redes para la propagación de virus han encontrado limitaciones y han luchado por detectar estos incidentes de manera efectiva y precisa. Por lo tanto, es imperativo actualizar el algoritmo de detección de intrusiones de la red de propagación de virus. Este documento presenta un sistema novedoso para la propagación de virus, cuyo núcleo es una red neuronal basada en gráficos. Al combinar orgánicamente dos módulos: un módulo de estandarización y un módulo de cálculo, este sistema forma un poderoso modelo GNN. El módulo de estandarización utiliza dos métodos, mientras que el módulo de cálculo utiliza tres métodos. A través de la permutación y combinación, obtenemos seis modelos GNN con diferentes características. Para verificar su rendimiento, realizamos experimentos en los conjuntos de datos seleccionados. Los resultados experimentales muestran que el algoritmo propuesto tiene excelentes capacidades, alta precisión, complejidad razonable y excelente estabilidad en la detección de intrusiones en redes de propagación de virus, haciendo que la red sea más segura y confiable.