【技术实现步骤摘要】
本专利技术涉及计算机程序分析及网络安全，特别是涉及一种多视角特征融合的代码漏洞检测方法。
技术介绍
1、随着软件供应链迅猛发展，开源软件在软件研发中发挥着越来越重要的作用。在如此背景下，开发者更容易在不经意间引入代码漏洞。代码漏洞不仅会为不法分子提供可乘之机攻击脆弱的供应链，在威胁个人和企业信息安全的同时，也会对国家安全产生巨大威胁。因此，在软件开发周期内对源代码进行安全检测，可从源头上减少软件中的漏洞，有助于增强软件安全，提高软件供应链的安全性。
2、现有技术阶段中，安全研究人员在代码漏洞检测中投入了大量的时间和精力。大量的技术被应用在漏洞检测中，如软件静态分析、污点传播分析、符号执行、模糊测试等，并开发了各种漏洞检测工具。通常情况下，针对源代码的漏洞检测方法可以分为基于模式的、基于代码克隆的和基于深度学习的。
3、目前，各种检测方法及工具或多或少存在各种技术问题。基于模式的方法成本很高且很难发现触发条件更复杂的漏洞，误报率很高；基于代码克隆的方法漏报率很高，对未学习过的克隆代码漏洞模式性能较差。
4、基于深度学习的方法中，若将代码看作自然序列，则通常会忽略代码的结构性和丢失漏洞触发的语义信息，且无法充分提取到词法和语法信息；若将代码表示为代码关系图作为irc(intermediate representation ofcode，代码中间表示)，会丢失漏洞触发的上下文信息以及关键的词法和语法信息。同时，不同的漏洞触发模式有可能隐藏在不同子图的语义信息中，现有技术中，该类方法大多将代码图视为特
技术实现思路
1、为解决现有技术中存在的上述技术问题，本专利技术提供了一种多视角特征融合的代码漏洞检测方法，具体包括：
2、预处理源代码函数，从代码序列、词法和语法关系、图结构三个视角提取ast(abstract syntax tree，抽象语法树)、cpg(code property graph，代码属性图)作为代码中间表示，并将ast转换为序列化ast。
3、在代码序列、词法和语法关系视角，聚合序列化ast的所有令牌表示得到序列化ast的初始令牌序列；在图结构视角，通过词法分析器提取cpg节点中代码段的所有令牌，聚合所有令牌表示得到cpg节点的初始向量，编码节点类型并串联到初始向量后作为节点初始化表示。
4、将序列化ast的初始令牌序列输入嵌入层，得到序列化ast的初始化表示特征向量，
5、
6、式中，s为序列化ast，为s中第i个令牌的向量，j为s中令牌的数量。
7、在代码序列、词法和语法关系视角，将s输入bi-lstm(bi-directional longshort-term memory，双向长短期记忆网络)捕获其中的代码信息，得到t和t'时刻的输出和并输入attention层：
8、通过mlp(multilayer perceptron，多层感知器)获取隐含表示ft,t'，
9、
10、式中，wq、wk分别为关键参数和关注参数，b为偏置参数。
11、将ft,t′经sigmoid函数进行激活，得到输出gt,t′，
12、gt,t′＝σ(waft,t′+b′)
13、式中，wa为注意力参数，b'偏置参数。
14、对gt,t′进行softmax函数处理，得到自注意力值ut,t′，
15、ut,t′＝soft max(gt,t′)
16、基于ut,t′，计算attention层的输出l，
17、
18、将l输入flatten层映射为一维数据后依次接入全连接层和dropout层，并通过relu函数激活神经元，得到s的特征向量hsast。
19、在图结构视角，按边类型提取cpg的四种子图ast:0、cfg:1、cdg(controldependence graph，控制依赖图):2和ddg(data dependence graph，数据依赖图):3；
20、将cpg表示为：
21、
22、式中，e＝(e1,e2,...,en)为cpg中边e的集合，为e对应的子图。
23、通过聚合第m个节点vm的邻居节点在k时刻的状态得到在k时刻的状态
24、
25、式中，nm,e为vm在中的邻居节点的集合。
26、通过attention机制来区分邻居节点的重要性，即计算vm与邻居节点vn的相关系数
27、
28、式中，w为共享参数矩阵，“m(·)”表示将高维嵌入映射到一个实际数，“•||•”表示合并vm与vn的高维特征，分别为k-1时刻vm和vn的状态。
29、计算vm对vn的注意力系数
30、
31、式中，σ为激活函数。
32、通过多头注意力机制更新vm的表示，
33、
34、式中，为的第z个头，wz为对应w的第z个头。其中，多头注意力(multi-headattention)即利用多个查询向量并行地从输入信息中选取多组信息。在查询过程中，每个查询向量将会关注输入信息的不同部分，即从不同的角度上去分析当前的输入信息，类似于卷积神经网络中的多通道，可学习更全面的特征。
35、更新四种子图中的节点表示，并通过平均法将节点表示聚合到cpg中，
36、
37、式中，h′m为聚合结果，hm,e为vm的节点表示。
38、通过平均法将cpg中所有节点表示读出图表示hgraph，
39、
40、式中，m为cpg中节点的集合。
41、串联特征向量和图表示获得融合特征向量，通过多层感知器对融合特征向量进行线性变换，提取出源代码函数的抽象特征；在dropout层接入的mlp分类器使用sigmoid函数对源代码函数进行分类，得到源代码函数存在漏洞的概率
42、
43、若达到预设值，则判定源代码函数存在漏洞。
44、优选地，预处理的具体方法包括：移除注释片段，替换自定义的变量名与函数名。
45、优选的，将ast转换为序列化ast，包括根据ast的节点所处深度、节点之间的父子关系，通过深度优先遍历算法提取序列化ast。
46、优选地，聚合序列化ast的所有令牌表示得到序列化ast的初始令牌序列，包括：通过预训练的word2vec(word to vector，词向量)模型将所有令牌映射到向量空间，并聚合所有令牌表示得到序列化ast的初始令牌序列。
47、优选地，聚合所有令牌表示得到初始节点表示，编码节点类型并串联到初始节点表示后作为节点初始化表示，包括：通过预训练的word2vec模型将所有令本文档来自技高网...
【技术保护点】
1.一种多视角特征融合的代码漏洞检测方法，其特征在于，包括：
2.如权利要求1所述的一种多视角特征融合的代码漏洞检测方法，其特征在于，所述预处理包括：
3.如权利要求1所述的一种多视角特征融合的代码漏洞检测方法，其特征在于，所述将AST转换为序列化AST，包括：
4.如权利要求1所述的一种多视角特征融合的代码漏洞检测方法，其特征在于，所述聚合序列化AST的所有令牌表示得到序列化AST的初始令牌序列，包括：
5.如权利要求1所述的一种多视角特征融合的代码漏洞检测方法，其特征在于，所述聚合所有令牌表示得到CPG节点的初始向量，编码节点类型并串联到初始向量后作为节点初始化表示，包括：
【技术特征摘要】
1.一种多视角特征融合的代码漏洞检测方法，其特征在于，包括：
2.如权利要求1所述的一种多视角特征融合的代码漏洞检测方法，其特征在于，所述预处理包括：
3.如权利要求1所述的一种多视角特征融合的代码漏洞检测方法，其特征在于，所述将ast转换为序列化ast，包括：
4.如权利要求1...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。