[发明专利]静态代码缺陷的检测方法、计算机设备及存储介质在审
申请号: | 201810422866.X | 申请日: | 2018-05-05 |
公开(公告)号: | CN108710568A | 公开(公告)日: | 2018-10-26 |
发明(设计)人: | 马宁 | 申请(专利权)人: | 中科软评科技(北京)有限公司 |
主分类号: | G06F11/36 | 分类号: | G06F11/36 |
代理公司: | 北京维正专利代理有限公司 11508 | 代理人: | 罗焕清 |
地址: | 100070 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 静态代码 检测 路径仿真 运行模型 计算机设备 存储介质 软件项目 运行性能 运行时 构建 | ||
1.一种静态代码缺陷的检测方法,其特征在于,该检测方法包括以下步骤:
构建待检测静态代码的路径仿真运行模型;
将所述待检测静态代码输入所述路径仿真运行模型进行检测;
其中,所述路径仿真运行模型可模拟所述待检测静态代码在运行时的执行路径。
2.根据权利要求1所述的静态代码缺陷的检测方法,其特征在于,将待检测静态代码输入所述路径仿真运行模型进行检测之后,还包括:
将检测出缺陷的静态代码进行标记,并根据所述路径仿真运行模型对其进行改进处理。
3.根据权利要求1所述的静态代码缺陷的检测方法,其特征在于,所述构建待检测静态代码的路径仿真运行模型,具体为构建神经网络路径仿真模型。
4.根据权利要求3所述的静态代码缺陷的检测方法,其特征在于,所述构建神经网络路径仿真模型,具体包括:
获取与待检测静态代码具有同等性质的代码训练数据;
将所述代码训练数据对神经网络进行训练,并根据预定目标不断更新所述神经网络的网络结构和参数数值;
达到所述预定目标后,记录并保存此时的所述神经网络的网络结构与参数数值,并将其作为所述神经网络路径仿真模型的网络结构与参数数值。
5.根据权利要求4所述的静态代码缺陷的检测方法,其特征在于,所述获取与待检测静态代码具有同等性质的代码训练数据,具体为:
从代码大数据库中获取与所述待检测静态代码具有同等性质的代码训练数据,所述代码训练数据与所述待检测静态代码一一对应。
6.根据权利要求1所述的静态代码缺陷的检测方法,其特征在于,构建待检测静态代码的路径仿真运行模型之前,还包括:
对所述待检静态代码进行预处理,以提高所述待检测静态代码的检测质量。
7.根据权利要求6所述的静态代码缺陷的检测方法,其特征在于,对所述待检测静态代码进行预处理,具体包括:
分析所述待检测静态代码的各个对象的异同特征,形成统一描述模型,所述统一描述模型包括开源代码分类树形结构统一描述模型和开源许可证协议统一描述模型。
8.根据权利要求6所述的静态代码缺陷的检测方法,其特征在于,对所述待检测静态代码进行预处理,还包括:
对特定混淆方法的所述待检测静态代码进行特征分级和分类提取技术的处理。
9.一种计算机设备,其特征在于,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1~8任一项所述的静态代码缺陷的检测方法。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现如权利要求1~8任一项所述的静态代码缺陷的检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科软评科技(北京)有限公司,未经中科软评科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810422866.X/1.html,转载请声明来源钻瓜专利网。