基于多關(guān)系結(jié)構(gòu)圖神經(jīng)網(wǎng)絡(luò)的代碼漏洞檢測
|
|
所屬分類:技術(shù)論文 |
上傳者:zhoubin333 |
文檔大?。?span>389 K |
標簽:
漏洞檢測
圖神經(jīng)網(wǎng)絡(luò)
注意力機制
|
所需積分:0分積分不夠怎么辦? |
文檔介紹:針對常規(guī)漏洞檢測技術(shù)提取漏洞特征困難,存在高誤報率和高漏報率的問題,提出了一種基于多關(guān)系結(jié)構(gòu)圖神經(jīng)網(wǎng)絡(luò)以及關(guān)系結(jié)構(gòu)圖注意力機制的源代碼漏洞檢測模型。首先通過代碼屬性圖提取代碼的語法和語義信息,并按照不同的語義關(guān)系劃分成不同的關(guān)系結(jié)構(gòu)圖,實現(xiàn)了代碼表示能力的增強。然后使用圖神經(jīng)網(wǎng)絡(luò)對圖結(jié)構(gòu)進行表示學(xué)習(xí),在網(wǎng)絡(luò)模型中引入后向邊以及關(guān)系結(jié)構(gòu)圖注意力機制,達到了更有效的學(xué)習(xí)漏洞特征的效果。最后為了驗證模型的優(yōu)勢,在大型真實數(shù)據(jù)集上對模型進行了廣泛評估,實驗結(jié)果證明了該方法有效提高了漏洞檢測能力。 |
現(xiàn)在下載
|
|
VIP會員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 |