摘要
本发明属于代码漏洞检测技术领域,具体提供一种源代码漏洞检测和定位方法、装置、设备及存储介质,所述方法包括:获取训练用的源代码文件和包含代码修改的diff文件;将源代码按函数切分为每个函数生成程序依赖图和代码属性图;结合diff文件分析程序依赖图识别漏洞敏感节点,进行代码切片,生成代码属性图的切片子图;对每个切片子图中的节点进行向量化处理后输入深度学习模型进行训练评估得到训练好的深度学习模型;在待检测的源代码文件提取程序依赖图,生成切片子图,对每个切片子图的节点进行向量化处理后输入到训练好的深度学习模型进行分析,检测每个切片包含的漏洞以及漏洞的具体位置。提高漏洞检测的准确性。
技术关键词
深度学习模型
程序依赖图
定位方法
节点
代码切片
识别漏洞
生成代码
生成程序
非暂态计算机可读存储介质
计算机程序指令
模型训练模块
广度优先搜索算法
漏洞检测技术
元素
数据依赖关系
敏感关键词
标签
语句
系统为您推荐了相关专利信息
多模态深度学习
强化学习策略
采样方法
深度学习模型
决策系统
原木
桁架机械臂
深度学习模型
协方差矩阵
升降组件
损伤定位方法
声发射
声学特征
时间差
方差贡献率