- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于网络安全技术领域,公开了基于按需抽取和图同构源代码漏洞分析方法、装置、设备。其技术方案包括以下方法步骤:S1、对漏洞分析模型进行训练;S11、选取开源数据集以及样本集;S12、根据开源数据集中相应的函数调用链,生成dot文件;S13、根据数据集中的函数名对word2vec模型进行预训练,并对函数调用链的各节点向量化;S14、将从数据表征模块得到的向量送到预先设计的机器学习模型中进行训练;S2、根据步骤S1中的训练结果对漏洞进行分析。本发明基于危险函数,减少遍历全部函数的时间开销,提升源
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117592048A
(43)申请公布日2024.02.23
(21)申请号202311458602.7G06F18/24(2023.01)
文档评论(0)