×

设计

swMATH ID: 40145
软件作者: 周亚琴、刘尚青、肖景凯、杜晓宁、刘洋
描述: 设计:通过图形神经网络学习综合程序语义,有效识别漏洞。漏洞识别对于保护软件系统免受网络安全攻击至关重要。在源代码中本地化易受攻击的函数以便于修复,这一点尤为重要。然而,这是一个具有挑战性和繁琐的过程,还需要专门的安全专业知识。受各种代码表示图中手动定义的漏洞模式的工作以及图神经网络的最新进展的启发,我们提出了Devign,一种通过学习丰富的代码语义表示集来进行图形级分类的通用图神经网络模型。它包括一个新的Conv模块,用于有效地提取学习到的富节点表示中的有用特征,以进行图形级分类。该模型是通过人工标记的数据集训练的,这些数据集构建在4个多样化的大型开源C项目上,这些项目包含了高复杂性和多种真实源代码,而不是以前工作中使用的合成代码。对数据集进行广泛评估的结果表明,Devign的平均成绩为10.51,显著优于现有水平
主页: https://arxiv.org/abs/1909.03496
源代码:  https://github.com/saikat107/Devign网站
相关软件: 代码BERT;单词2vec;代码2vec;代码XGLUE;图形代码BERT;代码BLEU;BLEU公司;代码搜索网;BERT(误码率);判决-BERT;叮当声静态分析仪;图像Magick;自由TIFF;VulDeePecker公司;SBERT公司;github;图形Magick;FFmpeg格式;TensorFlow公司;蟒蛇
引用于: 2文件

连载1篇

1 机器学习

在1个字段中引用

2 计算机科学(68-XX)

按年份列出的引文