摘要
本发明公开了一种面向长函数的软件供应链漏洞检测方法,在伪代码层面运用设计的语句级差异提取算法,剔除与漏洞无关的信息;再利用设计的图切片算法将伪代码切片映射至代码属性图,识别并定位漏洞相关语句及其变量节点,通过追踪抽象语法树中的边,溯源与漏洞强相关变量节点在语义上相邻的节点,并构建切片后的差异图。此后,将差异图输入图匹配神经网络训练,使模型能准确判定漏洞与修复后、漏洞与漏洞之间的差异子图对的相似性。最终,通过比较待检测函数与基准样本切片后图的距离,判断其是否存在漏洞,缩小了图的规模又突出了漏洞相关信息,在保证高检测准确率的同时降低了模型训练的时间和硬件成本。
技术关键词
漏洞检测方法
程序依赖图
切片算法
软件
样本
抽象语法树
变量
基准
语句
代码分析工具
节点特征
基础结构
代码切片
神经网络训练
修复漏洞
多层感知器
训练集
系统为您推荐了相关专利信息
记忆神经网络
注意力机制
表征方法
烟气氧含量
数据
轨迹预测模型
损失率
车辆轨迹预测方法
方向盘
样本