摘要
本发明属于网络空间安全领域,具体涉及一种基于混合特征的代码漏洞检测及行风险排序方法;包括:采集代码数据集并对其进行预处理;提取代码标记的向量;提取代码语句的向量;采用图注意力网络和池化层学习代码的图结构的全局特征向量;学习代码的语义全局特征向量;将图结构的全局特征向量与语义的全局特征向量加权拼接,得到混合特征向量;将混合特征向量输入到全连接层和Softmax层中进行训练,得到训练好的代码漏洞检测模型;利用HA‑IG方法对代码行进行风险排序,得到代码行的风险排序结果;本发明能够更好地应对不同类型和结构的代码,提高对多样化漏洞场景的适应性。
技术关键词
排序方法
集成梯度
语句
标记
漏洞
注意力
学习依赖关系
风险
语义
数据
网络
补丁
基线
文本
因子
场景
元素
系统为您推荐了相关专利信息
子痫前期诊断
胚胎
辣根过氧化物酶标记
检测孕妇血清
蛋白
语义理解模型
二分类模型
框架特征
模型训练方法
样本
穿透系统
数据平台
人工智能模型训练
数据同步
集成模块
灾害监测预警方法
气象监测数据
卫星遥感影像数据
图像
插值模型