基于圖神經(jīng)網(wǎng)絡(luò)的切片級(jí)漏洞檢測(cè)及解釋方法

摘要： 隨著軟件的復(fù)雜程度越來(lái)越高,對(duì)漏洞檢測(cè)的研究需求也日益增大.軟件漏洞的迅速發(fā)現(xiàn)和修補(bǔ),可以將漏洞帶來(lái)的損失降到最低.基于深度學(xué)習(xí)的漏洞檢測(cè)方法作為目前新興的檢測(cè)手段,可以從漏洞代碼中自動(dòng)學(xué)習(xí)其隱含的漏洞模式,節(jié)省了大量人力投入.但基于深度學(xué)習(xí)的漏洞檢測(cè)方法尚未完善,其中,函數(shù)級(jí)別的檢測(cè)方法存在檢測(cè)粒度較粗且檢測(cè)準(zhǔn)確率較低的問(wèn)題,切片級(jí)別的檢測(cè)方法雖然能夠有效減少樣本噪聲,但仍存...