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：江西师范大学
摘要：本发明提供了一种可学习的层次化图表示源代码漏洞检测系统及方法，系统包括代码图表征处理模块、代码语义提取模块和漏洞检测模型；首先，代码图表征处理模块收集代码样本并进行预处理与标注；其次，利用静态程序分析技术提取代码中的图结构信息；然后，代码语义提取模块采用词嵌入技术将代码语句映射到高维向量空间；接着，在图分类模型中融入CLS设计思想，增强模型捕获代码表征图中长距离信息的能力；引入对比学习思想，通过设立跨粒度对比损失函数来维持图池化后的局部结构信息；最终，漏洞检测模型能够自动学习源代码中隐含的漏洞模式，预测样本中漏洞信息。本发明设计了一个可学习的层次化图分类模型，用于自动学习源代码中的隐含漏洞模式。
主权项：1.一种可学习的层次化图表示源代码漏洞检测系统，其特征在于，包括代码图表征处理模块、代码语义提取模块和漏洞检测模型；所述代码图表征提取模块用于对代码进行清理，删除代码中无效的注释信息，并对代码进行符号化处理，使用静态程序分析工具提取代码中的图结构信息；所述代码语义提取模块用于从源代码中提取词token，并通过Word2Vec技术将代码中的词映射到高维向量空间中，对源代码进行向量化表示；所述漏洞检测模型包括对比损失计算模块和可学习的图读出模块，所述对比损失计算模块用于在漏洞检测模型的训练过程中，能够在学习如何有效地压缩和表征图的同时，保留对分类任务至关重要的细粒度局部块结构信息；所述可学习的图读出模块用于将可训练的CLS节点与所有其他节点建立连接，利用GAT层的图注意力机制将所有节点对交互聚合到单个分类向量中。
全文数据：
权利要求：
百度查询： 江西师范大学 一种可学习的层次化图表示源代码漏洞检测系统及方法
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