基于漏洞异构图的图卷积网络漏洞检测方法

摘要

漏洞检测是软件安全领域重要的研究问题.软件漏洞的迅速发现和修补可以最大程度降低损失.相比静态检测方法，基于深度学习的漏洞检测方法学习漏洞隐含特征，提高检测能力.但目前利用图神经网络的相关研究将代码生成的图视为同构图，图中的控制和数据依赖关系被视为相同类型边，模型无法通过感知不同的边关系提取隐藏特征.本文利用已有漏洞位置和代码的控制依赖和数据依赖构建漏洞异构图，提出多层异构图漏洞检测模型.实验结果显示，本文方法相较于已有的漏洞检测工具模型准确率提高最多39%,其余指标均有明显提升，表明本文方法能够有效提升漏洞识别能力.

关键词

漏洞检测 / 图神经网络 / 异构图 / 深度学习