基于源码多尺度特征提取和对比学习的漏洞检测方法

AITNT
正文
推荐专利
基于源码多尺度特征提取和对比学习的漏洞检测方法
申请号:CN202411382742
申请日期:2024-09-30
公开号:CN119357974B
公开日期:2025-09-30
类型:发明专利
摘要
本发明属于软件漏洞检测技术领域,为基于源码多尺度特征提取和对比学习的漏洞检测方法,包括步骤:对源码进行预处理,包括对源码函数进行标准化和提取源码函数的代码属性图;构建漏洞检测模型,漏洞检测模型包括代码路径嵌入模块、代码图嵌入模块和分类器;所述代码路径嵌入模块,用于获取源码函数的局部特征向量;所述代码图嵌入模块,获取源码函数的全局特征向量;把待检测源码进行预处理,把预处理后的源码输入漏洞检测模型中,输出源代码函数是否具有缺陷的预测结果。本发明使用多尺度的源码特征表示方式,通过构建漏洞检测模型,获取源码的局部特征和获取源码的全局特征,最终的嵌入向量来源于这两种特征的融合,可以提高漏洞检测的精度。
技术关键词
漏洞检测方法 多尺度特征提取 分类器 程序依赖图 软件漏洞检测技术 抽象语法树 判断源代码 模块 节点 邻居 序列 定义 语义 格式 变量 编码 算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号