| 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 | |
| 文檔大小：389 K | |
| 標(biāo)簽： 漏洞檢測 圖神經(jīng)網(wǎng)絡(luò) 注意力機(jī)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(bào)率和高漏報(bào)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(jī)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(shí)現(xiàn)了代碼表示能力的增強(qiáng)。然后使用圖神經(jīng)網(wǎng)絡(luò)對圖結(jié)構(gòu)進(jìn)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(jī)制，達(dá)到了更有效的學(xué)習(xí)漏洞特征的效果。最后為了驗(yàn)證模型的優(yōu)勢，在大型真實(shí)數(shù)據(jù)集上對模型進(jìn)行了廣泛評估，實(shí)驗(yàn)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(huì)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。 | |
zhoubin333 的最新分享
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2