基于机器学习技术的软件漏洞检测与挖掘方法综述.docxVIP

基于机器学习技术的软件漏洞检测与挖掘方法综述

目录

内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1.1软件安全形势严峻．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.1.2漏洞检测技术的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.1传统漏洞检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.2.2基于机器学习的漏洞检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．12

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

1.4本文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

机器学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.1机器学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.1.1机器学习的定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.1.2机器学习的分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.2监督学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.2.1分类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.2.2回归算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.3无监督学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

2.3.1聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

2.3.2关联规则挖掘．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.4半监督学习与强化学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

基于机器学习的软件漏洞特征提取．．．．．．．．．．．．．．．．．．．．．．．．．39

3.1漏洞特征概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.2静态特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

3.2.1代码特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

3.2.2文档特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.3动态特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

3.3.1执行特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

3.3.2日志特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

3.4特征选择与降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

3.4.1特征选择方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

3.4.2特征降维方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

基于机器学习的软件漏洞检测方法．．．．．．．．．．．．．．．．．．．．．．．．．59

4.1基于分类的漏洞检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60

4.1.1基于支持向量机的漏洞检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．61

4.1.2基于决策树的漏洞检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62

4.1.3基于神经网络的漏洞检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63

4.2基于聚类的漏洞检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6