典型文献
基于多关系结构图神经网络的代码漏洞检测
文献摘要：
针对常规漏洞检测技术提取漏洞特征困难,存在高误报率和高漏报率的问题,提出了一种基于多关系结构图神经网络以及关系结构图注意力机制的源代码漏洞检测模型.首先通过代码属性图提取代码的语法和语义信息,并按照不同的语义关系划分成不同的关系结构图,实现了代码表示能力的增强.然后使用图神经网络对图结构进行表示学习,在网络模型中引入后向边以及关系结构图注意力机制,达到了更有效的学习漏洞特征的效果.最后为了验证模型的优势,在大型真实数据集上对模型进行了广泛评估,实验结果证明了该方法有效提高了漏洞检测能力.
文献关键词：
漏洞检测;图神经网络;注意力机制;关系结构图;图嵌入
中图分类号：
作者姓名：
潘禺涵;舒远仲;洪晟;罗斌;聂云峰
作者机构：
南昌航空大学 信息工程学院,江西 南昌 330000;北京航空航天大学 网络安全空间学院,北京 100191
文献出处：
引用格式：
[1]潘禺涵;舒远仲;洪晟;罗斌;聂云峰-.基于多关系结构图神经网络的代码漏洞检测)[J].网络安全与数据治理,2022(11):36-42
A类：
关系结构图
B类：
图神经网络,误报率,漏报率,图注意力机制,源代码漏洞检测,检测模型,属性图,语法,语义信息,语义关系,代码表示,示能,图结构,表示学习,验证模型,真实数据,检测能力,图嵌入
AB值：
0.208968
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
