龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：四川大学
摘要：本发明公开了一种基于CodeBERT和R‑GCN的源代码漏洞多分类检测的方法，将数据根据其标签和相关漏洞信息进行归类得到CWE编号，然后将所有的CWE编号归类到第二层级；将包含源代码数据流和控制流的PDG图结构，通过特定切点对PDG图结构进行前后向切片，得到切片子图，并将其进行处理形成代码语句，进一步形成代码符号表征集；对标准的CodeBERT微调得到新的CodeBERT模型；使用其对代码表征集进行预训练，将其转化为向量表征集；将切片子图和向量表征集作为训练数据训练设计的图神经网络整体架构，得到基于软件源代码的多分类漏洞检测模型，即可对漏洞数据集进行预测，完成漏洞类型的检测。
主权项：1.一种基于CodeBERT和R-GCN的源代码漏洞多分类检测的方法，其特征在于：包括下述步骤：1）数据预处理并进行归类：将数据根据其标签和相关漏洞信息进行归类得到CWE编号，然后根据CWEResearchConcept的树状分类图结构将所有的CWE编号归类到第二层级；2）生成程序切片后的切片子图：将包含源代码数据流和控制流的PDG图结构，通过特定切点对PDG图结构进行前后向切片，从而得到切片子图，并根据该切片子图是否包含漏洞所在的代码语句判断其是否为安全子图；3）生成代码的符号表征：将切片子图与源代码对应还原成代码语句，并进一步将代码语句符号化处理得到代码符号表征集；4）对标准的CodeBERT微调：将步骤3）得到的代码符号表征集作为标准CodeBERT模型的训练集，再把训练集中的数据逐条转化为CodeBERT要求的数据格式，并将其输入标准CodeBERT模型进行训练，微调得到新的CodeBERT模型；5）生成节点的向量表征：使用新的CodeBERT模型对代码符号表征集进行预训练，将其转化为向量表征集；6）将切片子图和向量表征集作为训练数据训练设计的图神经网络整体架构，得到基于软件源代码的多分类漏洞检测模型；7）采用基于软件源代码的多分类漏洞检测模型对漏洞数据集进行预测，完成漏洞类型的检测。
全文数据：
权利要求：
百度查询： 四川大学 一种基于CodeBERT和R-GCN的源代码漏洞多分类检测的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号