一种基于双曲门控图神经网络的软件漏洞检测方法及系统

本发明涉及一种基于双曲门控图神经网络的软件漏洞检测方法及系统，属于信息安全技术领域，解决了现有对软件复杂的漏洞特征提取不准确导致漏洞检测结果不佳的问题。包括：获取软件源代码的多个程序依赖图，通过切片处理获取每个程序依赖图中的多个子图，提取每个子图的图数据构建数据集；构建双曲门控图神经网络并利用数据集进行训练，得到软件漏洞检测模型；双曲门控图神经网络引入双曲几何模型，通过多轮双曲特征变换、邻域聚合和门控更新操作逐步优化子图中各节点的初始特征向量；获取待检测漏洞的软件源代码的待检测子图，分别将待检测子图的图数据传入软件漏洞检测模型，输出每个待检测子图的检测结果。实现了漏洞检测准确性的提升。