一种基于程序切片和图神经网络的多类漏洞检测方法

摘要

本发明公开了一种基于程序切片和图神经网络的多类漏洞检测方法，步骤如下：构建循环代码漏洞数据集；构建系统依赖子图；对所述静态切片集合进行规范化操作，作为系统依赖子图中对应节点包含的字段信息；将系统依赖子图的每个节点表示为固定长度的多维连续向量，作为系统依赖子图的节点的初始节点表示；训练基于门控图神经网络的循环代码漏洞挖掘模型，检测输入代码段是否存在漏洞以及所属的漏洞类型。本发明的方法定义了循环代码漏洞所需要提取的代码漏洞特征，包括代码语法语义信息以及循环代码的类别信息；并将建模后得到的代码图使用门控图神经网络对代码特征进行矢量化处理，以增强特征的表示能力。