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
熔炼炉
智能控制系统
参数
炉温智能控制
神经网络模型
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
人脸模板
待认证
保护方法
生成算法
人脸特征向量
流量异常检测方法
加密
卷积神经网络模型
统计特征
证书
实时数据
智能采集设备
种植方法
阶段
卷积神经网络模型