一种基于图神经网络的细粒度源代码漏洞检测方法

摘要

本发明公开了一种基于图神经网络的细粒度源代码漏洞检测方法，包括以下：A，对于一个软件的所有源代码，抽取源代码中函数的代码属性图，将代码属性图进行向量化表示，向量化表示包括节点属性、图结构的向量化表示；B，使用图注意力网络抽取代码特征，对所有语句进行处理得到最终的数据集；C，训练漏洞检测模型，通过测试集上的效果确定最终的模型。本发明所提的源代码漏洞检测方法具有更高的自动化程度，减少对领域专家知识的依赖，大大节约代码审计的成本，提高代码审计的效率，更好地保留源代码中地语法和语义信息，同时使用图注意网络能更有目的性地学习语句的向量化表示，实现更细粒度的语句级别的漏洞检测。