一种基于混合图神经网络的软件源码漏洞检测方法

摘要

本发明涉及一种基于混合图神经网络的软件源码漏洞检测方法，用于解决在软件源码处理过程中源码内部结构与语义信息丢失，漏洞检测效果差的问题，包括：将源码文件采用信息增强后的代码属性图表示，将信息增强后的代码属性图向量化后输入图卷积神经网络中得到局部特征矩阵；输入门控图神经网络中得到全局特征矩阵。将局部特征矩阵和全局特征矩阵拼接后输入分类器，最后输出检测结果。采用本方法能够有效保留源码内部的结构和语义信息，模型训练采用焦点损失函数在损失计算时赋予正负样本不同大小的权重，避免模型过度拟合样本更多的非漏洞类别，提升了模型的漏洞检测效果。