基于层次学习的跨架构漏洞挖掘方法

授权

摘要

本发明属于网络信息安全技术领域，特别涉及一种基于层次学习的跨架构漏洞挖掘方法，包含：获取训练样本数据；构建层次学习模型；并对层次学习模型进行克隆，得到克隆版层次学习模型；将训练样本数据函数对特征信息分别输入层次学习模型和克隆版层次学习模型进行模型训练学习，并计算两者获取的函数特征高维向量表示的相似度，依据相似标签判定调整层次模型参数和权重，以获取用于目标函数漏洞挖掘的层次模型；针对目标函数，提取作为层次模型输入的函数特征信息和函数调用关系，通过训练学习后的层次模型完成目标函数漏洞挖掘。本发明通过两级机器学习和丰富特征提取极大提升大规模漏洞搜索工作的效率和精度，对网络信息安全具有重要的指导意义。

基本信息

专利标题：

基于层次学习的跨架构漏洞挖掘方法

专利标题（英）：

暂无

公开（公告）号：

CN110943981A

申请号：

CN201911142076.7

公开（公告）日：

2020-03-31

申请日：

2019-11-20

授权号：

CN110943981B

授权日：

2022-04-08

发明人：

吴昊康绯卜文娟

申请人：

中国人民解放军战略支援部队信息工程大学

申请人地址：

河南省郑州市高新区科学大道62号

代理机构：

郑州大通专利商标代理有限公司

代理人：

周艳巧

优先权：

CN201911142076.7

主分类号：

H04L29/06

IPC分类号：

H04L29/06