基于图卷积网络的软件漏洞检测

岳佳 ¹孟罡²

扫码查看

作者信息

1. 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
2. 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
折叠

摘要

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.

关键词

漏洞检测/use-def链/图卷积网络/分类

引用本文复制引用

出版年

2019

数字化用户

ISSN：

参考文献量5

段落导航