一种基于中间伪代码和图神经网络的自动化漏洞检测方法

本发明提出了一种基于中间伪代码和图神经网络的自动化漏洞检测方法，所述方法如下：将二进制程序的汇编代码转换为伪代码；识别敏感函数；构建数据依赖图(PDG)，以关键函数为中心节点，提取数据依赖子图；结合预训练模型CodeT5‑small和图注意力网络(GAT)生成图语义嵌入向量，利用node2vec算法生成图结构嵌入向量；通过基于图卷积神经网络(GCN)的双分支特征分析模型和多层感知机(MLP)的分类模型进行训练；利用训练好的模型检测漏洞。本发明能够在无源代码的情况下实现二进制程序的敏感函数漏洞判别，显著提升了自动化漏洞挖掘的准确性和效率，有效解决了传统自动化漏洞挖掘方法的局限性，具有重要的实际应用价值。