首页|基于图卷积网络的软件漏洞检测

基于图卷积网络的软件漏洞检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
目前漏洞挖掘依然是主要通过手工分析.需要有新的方法来辅助漏洞分析加快分析速度.新的研究方法开始尝试通过提取各种代码特征,通过机器学习的方式使用一些训练出来的模型来检测漏洞,利用机器学习在模式识别方面的优势并取得了一定成效.因此本文从源码入手转化为描述代码模式的语义表达形式.利用目前深度学习中图卷积网络GCN在文本分类方面的技术成果,对提取的特征进行分类进而实现漏洞检测,AUC-PR达到0.86,表明了该方法的有效性.

岳佳、孟罡

展开 >

450007 中原工学院计算机学院 河南 郑州

450007 国家信息安全工程技术研究中心先进计算与代码安全分析实验室 河南 郑州

450007 上海信息安全工程技术研究中心先进计算与代码安全分析实验室 河南 郑州

漏洞检测 use-def链 图卷积网络 分类

2019

数字化用户

数字化用户

ISSN：
年,卷(期)：2019.25(7)
  • 5