[发明专利]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有效
| 申请号： | 202010576421.4 | 申请日： | 2020-06-22 |
| 公开（公告）号： | CN111783100B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 苏小红;段亚男;王甜甜;蒋远;赵玲玲 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06F21/57 | 分类号： | G06F21/57;G06F21/56;G06N3/04;G06N3/08 |
| 代理公司： | 哈尔滨龙科专利代理有限公司 23206 | 代理人： | 高媛 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 基于 图卷 网络 代码 图表 学习 源代码 漏洞 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/patent/202010576421.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种便携式救护车负压装置
- 下一篇：一种地质模型的地层动态校正方法
