基于代码属性图和图卷积神经网络的软件漏洞检测方法研究

目录

第1章 绪论

1.1 课题研究的背景和意义

1.2 国内外研究现状及分析

1.2.1 源代码的中间表示的国内外研究现状

1.2.2 图表示学习方法的国内外研究现状

1.2.3 代码漏洞检测的国内外研究现状

1.3.1 主要研究内容

1.3.2 章节安排

第2章 基于代码属性图的源代码图结构抽象表示

2.1 引言

2.2 源代码的图结构化抽象表示的总体流程

2.3 代码属性图的定义和生成

2.3.1 代码属性图的基本概念

2.3.2 代码属性图的生成和存储

2.4 漏洞检测关注的图结构信息提取方法

2.5 图结构信息的抽象化表示

2.6 基于程序切片技术的图结构简化方法

2.6.1 程序切片技术

2.6.2 基于漏洞关键点的程序切片设计方案

2.6.3 基于程序切片的图结构简化算法及实现

2.7 结构化表示的结果与分析

2.7.1 漏洞检测关注的图结构信息提取结果

2.7.2 基于程序切片的图结构简化结果

2.8 本章小结

第3章 基于图卷积神经网络的软件漏洞检测方法

3.1 引言

3.2 基于图卷积神经网络的软件漏洞检测方法总体流程

3.3 基于图分类的漏洞检测模型的形式化定义

3.3.1 漏洞检测模型问题定义

3.3.2 模型网络结构

3.4.1 图卷积神经网络结构及其变体

3.4.2 图卷积神经网络的训练

3.5 图结构中节点的向量表示学习

3.5.1 节点向量表示学习模型的输入

3.5.2 节点信息的传递与聚合

3.6 图完整结构的向量表示学习

3.6.1 基于子图加权的READOUT模型设计

3.6.2 基于整图节点注意力的READOUT模型设计

3.6.3 基于子图和节点注意力的READOUT模型设计

3.7 本章小结

第4章 算法的实验验证

4.1 数据集信息采集与预处理

4.2 实验设置

4.3 评价指标

4.4 实验结果对比与分析

4.5 图形化界面的展示

4.5.1 图形化界面的实现

4.5.2 图形化界面的操作展示

4.6 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其他成果

声明

致谢