期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
mVulSniffer:一种多类型源代码漏洞检测方法 被引量:2
1
作者 张学军 张奉鹤 +4 位作者 盖继扬 杜晓刚 周文杰 蔡特立 赵博 《通信学报》 EI CSCD 北大核心 2023年第9期149-160,共12页
针对现有基于深度学习的源代码漏洞检测方法使用的代码切片不能全面覆盖漏洞类间细微差异特征,且单一深度学习检测模型对跨文件、跨函数代码语句间较长的上下文依赖信息学习能力不足的问题,提出一种多类型源代码漏洞检测方法。首先,基... 针对现有基于深度学习的源代码漏洞检测方法使用的代码切片不能全面覆盖漏洞类间细微差异特征,且单一深度学习检测模型对跨文件、跨函数代码语句间较长的上下文依赖信息学习能力不足的问题,提出一种多类型源代码漏洞检测方法。首先,基于程序依赖图中的控制依赖和数据依赖信息,抽取包含可区分漏洞类型的细粒度两级代码切片。其次,将两级切片转化为初始表示向量。最后,构建适用于两级代码切片的深度学习漏洞检测融合模型,实现对多类型源代码漏洞的准确检测。在多个合成数据集及2个真实数据上的实验结果表明,所提方法的检测效果优于现有的多类型源代码漏洞检测方法。 展开更多
关键词 多类型漏洞检测 深度学习 注意力机制 数据依赖 控制依赖
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部