[发明专利]基于编程模式和模式匹配的漏洞聚类方法

权利要求书

1.一种基于编程模式和模式匹配的漏洞聚类的方法，具体包括以下步骤：

步骤1.编程模式提取；记已知存在漏洞的函数为函数F，对于一个包含(C_f—1)个函数的程序源代码，进行如下步骤的操作：

步骤1-1：将函数F置于所述程序源代码中，此时程序源代码包含有C_f个函数，统计插入函数F后的程序源代码中出现的不同关键词并记其总数量为C_n，所述关键词类型包括保留字、函数名、变量名；

步骤1-2：为该程序源代码的每个函数创建一个维度为C_n的列向量M_i，i＝1,2,…C_f，列向量M_i中的每个元素与步骤1-1所统计的不同关键词一一对应，若列向量M_i对应的函数中包含有相应关键词，则列向量M_i中相应位置的元素值记为1，否则记为零；将创建的C_f个列向量合并为一个C_n×C_f的矩阵M；

步骤1-3：选取特征数值D，0<D≤C_f；

步骤1-4：对矩阵M进行截断奇异值分解M＝USV^T，并取前D个奇异值，分解之后得到矩阵U、S、V；其中，矩阵U为C_n*D阶矩阵，矩阵S为D*D阶对角矩阵，矩阵V为C_f*D阶矩阵；

矩阵V的每一个行向量与所述程序源代码中的每一个函数一一对应，即矩阵V的每一个行向量代表所述程序源代码中的一个函数的模式块，由此得到C_f个与程序源代码的函数一一对应的模式块向量，提取其中与函数F对应的模式块向量；

步骤2.模式匹配聚类；对于步骤1中提取出的C_f个函数的模式块向量，进行如下步骤的操作：

步骤2-1：针对程序源代码中除函数F之外的函数所对应的模式块向量，计算每个模式块向量F_i与函数F的模式块向量的欧氏距离；

步骤2-2：设定欧氏距离阈值δ，将与函数F的模式块向量的欧氏距离小于等于阈值δ的模式块向量对应的函数提取出来，即将程序源代码中与带有漏洞的函数F具有较近欧氏距离即较高相似度的函数聚类为一类，供进一步分析。

2.根据权利要求1所述的基于编程模式和模式匹配的漏洞聚类的方法，其特征在于，所述欧氏距离S(F_i,F)的具体公式如下：

其中，向量(a₁ a₂…a_D)、(b₁ b₂…b_D)分别为模式块向量F_i及函数F的模式块向量。