基于图卷积网络对代码图表示学习的源代码漏洞检测方法

授权

摘要

本发明公开了一种基于图卷积网络对代码图表示学习的源代码漏洞检测方法，所述方法如下：生成代码属性图；在代码属性图中添加函数调用关系和过程间依赖关系；根据漏洞关键点获取代码切片；利用切片对图中节点进行删减，提取与漏洞相关的图结构信息；使用图卷积网络学习每个节点的向量表示；根据边的类型划分子图，并通过基于注意力机制的READOUT模型得到图的向量表示；根据图的向量表示和标签调整网络参数；用训练好的模型检测代码漏洞。本发明能充分利用和学习漏洞代码的结构和属性信息，避免传统深度网络在对代码表示学习时易丢失代码结构信息及因需要把代码表示成固定长度序列而丢失长代码上下文信息的问题，有助于降低漏洞检测的误报和漏报。

基本信息

专利标题：

基于图卷积网络对代码图表示学习的源代码漏洞检测方法

专利标题（英）：

暂无

公开（公告）号：

CN111783100A

申请号：

CN202010576421.4

公开（公告）日：

2020-10-16

申请日：

2020-06-22

授权号：

CN111783100B

授权日：

2022-05-17

发明人：

苏小红段亚男王甜甜蒋远赵玲玲

申请人：

哈尔滨工业大学

申请人地址：

黑龙江省哈尔滨市南岗区西大直街92号

代理机构：

哈尔滨龙科专利代理有限公司

代理人：

高媛

优先权：

CN202010576421.4

主分类号：

G06F21/57

IPC分类号：

G06F21/57 G06F21/56 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F21/00

防止未授权行为的保护计算机、其部件、程序或数据的安全装置

G06F21/50

监控用户、程序或设备，以维护平台完整。例如：处理器、固件或操作系统

G06F21/57

确保或维持可信任的计算机平台，例如安全引导或断电、版本控制、系统软件检查、安全更新或评估漏洞

法律状态

2022-05-17 ：

授权

2020-11-03 ：

实质审查的生效

IPC(主分类) : G06F 21/57
申请日 : 20200622

2020-10-16 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载