全部
期刊
文献
标题
作者
单位
摘要
关键词
栏目
基金
文献检索
包含全部检索词
包含精确检索词
包含至少一个检索词
作者
出版物
发表时间
-

基于图神经网络的源码漏洞检测方法研究

宋子韬 胡勇

四川大学网络空间安全学院

针对现有的静态代码分析工具有较高的误报率与漏报率,提出一种基于切片依赖图(Slice Dependency Graph,SDG)的自动化漏洞检测方法,将程序源代码解析为包含数据依赖和控制依赖信息的切片依赖图,然后使用图神经网络对切片依赖图的结构进行表征学习,最后使用训练的神经网络模型预测待测程序源代码中的漏洞。在5类常见缺陷分类(Common Weakness Enumeration,CWE)样本构成的数据集上开展了实验,结果表明误报率和漏报率均低于作为对比的其他方法,准确率和F1得分两个指标均有提高,因此所提方法能有效提高漏洞检测能力。
【栏 目】 安全与保密
【分 类】 工程技术
【出 处】 《通信技术》2022年05期 第640-645页 (共6页)

相关文献

导出/参考文献
[1]宋子韬,胡勇. 基于图神经网络的源码漏洞检测方法研究[J]. 通信技术 . 2022(05): 640-645.

PDF在线阅读

《基于图神经网络的源码漏洞检测方法研究》

价格:0.00

Copyright © 2021-2024 全科互知 | 赣ICP备2021006197号-4 | 新出网证(赣)字20417号
赣公网安备 36012102000372号 | 赣B2-20210313 | 技术支持:道然科技

sasa 互知学术
sasa 全科互知