一种基于图神经网络的漏洞检测方法、装置及电子设备

AITNT
正文
推荐专利
一种基于图神经网络的漏洞检测方法、装置及电子设备
申请号:CN202510508409
申请日期:2025-04-22
公开号:CN120509037A
公开日期:2025-08-19
类型:发明专利
摘要
本申请涉及信息安全技术领域,尤其涉及一种基于图神经网络的漏洞检测方法、装置及电子设备,其中,所述基于图神经网络的漏洞检测方法包括:对程序源代码进行解析获得程序依赖图,并对所述程序依赖图进行节点嵌入,得到节点特征向量;将所述节点特征向量输入训练好的门控图神经网络模型,所述门控图神经网络模型增强节点特征表示;使用卷积池化和多层感知器对所述节点特征向量进行分类,预测所述程序源代码是否存在漏洞。本申请能够有效提升软件漏洞检测的准确性和效率。
技术关键词
程序依赖图 漏洞检测方法 神经网络模型 多层感知器 节点特征 软件漏洞检测 漏洞检测装置 信息安全技术 电子设备 可读存储介质 开源工具 处理器 注意力机制 自然语言 输入模块 存储器 计算机
系统为您推荐了相关专利信息
1
一种基于神经网络的熔炼炉炉温智能控制系统
熔炼炉 智能控制系统 参数 炉温智能控制 神经网络模型
2
分布式部署的可调节式LED路灯智能照明控制系统及方法
调节式LED路灯 智能照明控制方法 网络拓扑 智能照明控制系统 时间段
3
单因子可撤销人脸模板保护方法及系统
人脸模板 待认证 保护方法 生成算法 人脸特征向量
4
一种基于深度学习的加密流量异常检测方法
流量异常检测方法 加密 卷积神经网络模型 统计特征 证书
5
基于化控剂调节的提高玉米产量的种植方法
实时数据 智能采集设备 种植方法 阶段 卷积神经网络模型
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