MAGIC是一种新颖的自我监督APT检测方法，能够在不同级别的监督下执行多颗粒度检测。通过掩码图表示学习对良性系统实体和行为进行建模，在溯源图上进行高效深度特征提取和结构抽象，通过异常检测方法检测异常系统行为。MAGIC解决了概念漂移问题，并成功应用于广泛的条件和检测场景。在三个广泛使用的数据集上对MAGIC进行评估，包括真实世界和模拟攻击。评估结果表明，MAGIC在所有场景中都取得了有希望的检测结果，并在性能开销上比现有的APT检测方法具有巨大优势。