原创力文档- 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
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN115357904A
(43)申请公布日2022.11.18
(21)申请号202210904602.4
(22)申请日2022.07.29
(71)申请人南京航空航天大学
地址21110
文档评论（0）