[发明专利]一种基于神经网络与深度学习的C/C++漏洞静态检测方法有效
| 申请号： | 202011519232.X | 申请日： | 2020-12-21 |
| 公开（公告）号： | CN112560036B | 公开（公告）日： | 2022-11-29 |
| 发明（设计）人： | 钱叶魁;付才;韩兰胜;杨瑞朋;黄浩;雒朝峰;杜江;时晨航 | 申请（专利权）人： | 中国人民解放军陆军炮兵防空兵学院;华中科技大学 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06N3/04;G06N3/08 |
| 代理公司： | 中国兵器工业集团公司专利中心 11011 | 代理人： | 辛海明 |
| 地址： | 450052 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于神经网络与深度学习的C/C++漏洞静态检测方法，属于信息安全领域。本发明对待检测的源码进行数据清洁和代码切片；将代码切片转换为CVDF‑LZW编码的输入向量；将输入向量转化为等长的输入，并进行归一化处理；将归一化后的向量的关键字信息输入到14个神经元中，输出是一个14维向量；将归一化后的向量输入不同的神经网络，输出是漏洞特征向量中相应操作维度向量；将14维向量和操作维度向量整合成35维漏洞特征向量；在漏洞特征向量中以非全连接的形式提取有关联的神经元，通过线性函数转换得到一个6维的输出向量，通过softmax多分类层将对应的漏洞类型特征值转换为相应的概率值。本发明可以面向多种类漏洞实现高精度检测，提高效率和适应性。 | ||
| 搜索关键词： | 一种 基于 神经网络 深度 学习 c++ 漏洞 静态 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中国人民解放军陆军炮兵防空兵学院;华中科技大学，未经中国人民解放军陆军炮兵防空兵学院;华中科技大学许可，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/202011519232.X/，转载请声明来源钻瓜专利网。
