[發(fā)明專(zhuān)利]一種基于深度特征的細(xì)粒度漏洞檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811340404.X
• 申請(qǐng)日: 2018-11-12
• 公開(kāi)（公告）號(hào): CN109657473B
• 公開(kāi)（公告）日: 2020-09-18
• 發(fā)明（設(shè)計(jì)）人: 鄒德清;王蘇娟;金海;李珍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華中科技大學(xué)
• 主分類(lèi)號(hào): G06F21/57
• 分類(lèi)號(hào): G06F21/57;G06F40/211;G06F16/35;G06N3/04
• 代理公司: 華中科技大學(xué)專(zhuān)利中心 42201
• 代理人: 曹葆青;李智

1.一種基于深度特征的細(xì)粒度漏洞檢測(cè)方法，其特征在于，包括如下步驟：

S1，訓(xùn)練階段：

收集訓(xùn)練程序，從訓(xùn)練程序中提取出程序切片，并給程序切片打上對(duì)應(yīng)的標(biāo)簽，所述標(biāo)簽包括：該程序切片有無(wú)漏洞、如有漏洞其對(duì)應(yīng)的漏洞屬性；

遍歷所述訓(xùn)練程序中的所有語(yǔ)句，根據(jù)當(dāng)前遍歷到的語(yǔ)句在所述程序切片中對(duì)應(yīng)的語(yǔ)句類(lèi)型從所述程序切片中提取程序關(guān)注點(diǎn)，根據(jù)所述程序切片和程序關(guān)注點(diǎn)得到最終的訓(xùn)練數(shù)據(jù)；

初步搭建基于深度學(xué)習(xí)的漏洞檢測(cè)模型，以通過(guò)融合程序切片和程序關(guān)注點(diǎn)中的特征來(lái)檢測(cè)漏洞，將所述訓(xùn)練數(shù)據(jù)和訓(xùn)練數(shù)據(jù)包括的程序切片對(duì)應(yīng)的標(biāo)簽輸入初步搭建的基于深度學(xué)習(xí)的漏洞檢測(cè)模型，根據(jù)輸出的訓(xùn)練數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果和程序切片對(duì)應(yīng)的標(biāo)簽調(diào)整漏洞檢測(cè)模型的參數(shù)，以使得漏洞檢測(cè)模型的檢測(cè)結(jié)果達(dá)到最優(yōu)，基于調(diào)整好的漏洞檢測(cè)模型的參數(shù)得到訓(xùn)練完備的基于深度學(xué)習(xí)的漏洞檢測(cè)模型；

步驟S1包括以下步驟：

S1.1，收集訓(xùn)練程序，對(duì)所述訓(xùn)練程序進(jìn)行預(yù)處理，將所述訓(xùn)練程序的源代碼解析成程序依賴圖的格式，再?gòu)某绦蛞蕾噲D中提取出程序切片；

S1.2，按照程序切片有無(wú)漏洞和漏洞的屬性給程序切片打上標(biāo)簽；

S1.3，遍歷訓(xùn)練程序中的所有語(yǔ)句，根據(jù)當(dāng)前遍歷到的語(yǔ)句在所述程序切片中對(duì)應(yīng)的語(yǔ)句類(lèi)型從所述程序切片中提取程序關(guān)注點(diǎn)；

S1.4，解析程序切片和程序關(guān)注點(diǎn)中每條語(yǔ)句的成分，提取出其中的變量名和函數(shù)名，規(guī)范這些變量名和函數(shù)名的命名格式，消除不一致的代碼命名規(guī)范；

S1.5，將程序切片和程序關(guān)注點(diǎn)分別轉(zhuǎn)化為數(shù)字化表征對(duì)應(yīng)的向量；

S1.6，初步搭建基于深度學(xué)習(xí)的漏洞檢測(cè)模型，該漏洞檢測(cè)模型通過(guò)融合程序切片和程序關(guān)注點(diǎn)中的特征來(lái)檢測(cè)漏洞，用步驟S1.5中生成的向量訓(xùn)練該漏洞檢測(cè)模型，根據(jù)輸出的向量對(duì)應(yīng)的檢測(cè)結(jié)果和步驟S1.2打上的標(biāo)簽調(diào)整漏洞檢測(cè)模型的參數(shù)，以使得漏洞檢測(cè)模型的檢測(cè)結(jié)果達(dá)到最優(yōu)，得到一個(gè)訓(xùn)練完備的基于深度學(xué)習(xí)的漏洞檢測(cè)模型；

S2，檢測(cè)階段：

按照訓(xùn)練階段中源代碼的處理方式，從待測(cè)程序中提取對(duì)應(yīng)的程序切片和程序關(guān)注點(diǎn)，得到檢測(cè)數(shù)據(jù)；

將檢測(cè)數(shù)據(jù)輸入所述訓(xùn)練完備的基于深度學(xué)習(xí)的漏洞檢測(cè)模型進(jìn)行檢測(cè)，根據(jù)檢測(cè)結(jié)果生成對(duì)應(yīng)的漏洞檢測(cè)報(bào)告，所述漏洞檢測(cè)報(bào)告包括待檢測(cè)程序是否包含漏洞以及若包含漏洞其對(duì)應(yīng)的漏洞屬性。

2.根據(jù)權(quán)利要求1所述的細(xì)粒度漏洞檢測(cè)方法，其特征在于，步驟S1.1包括以下步驟：

S1.1.1，解析每個(gè)訓(xùn)練程序，生成每個(gè)訓(xùn)練程序的程序依賴圖G；

S1.1.2，定位程序依賴圖G中包含危險(xiǎn)函數(shù)調(diào)用語(yǔ)句的節(jié)點(diǎn)p；

S1.1.3，從節(jié)點(diǎn)p出發(fā)，從程序依賴圖G中提取出所有和節(jié)點(diǎn)p有直接和間接依賴關(guān)系的節(jié)點(diǎn)對(duì)應(yīng)的節(jié)點(diǎn)集合，獲取所述節(jié)點(diǎn)集合中的代碼語(yǔ)句，生成對(duì)應(yīng)的程序切片S；所述直接和間接依賴關(guān)系包括直接或者間接的數(shù)據(jù)依賴關(guān)系和直接或者間接的控制依賴關(guān)系。

3.根據(jù)權(quán)利要求1所述的細(xì)粒度漏洞檢測(cè)方法，其特征在于，步驟S1.3中根據(jù)當(dāng)前遍歷到的語(yǔ)句在所述程序切片中對(duì)應(yīng)的語(yǔ)句類(lèi)型從所述程序切片中提取程序關(guān)注點(diǎn)，具體包括：

如果當(dāng)前遍歷到的語(yǔ)句在程序切片中是危險(xiǎn)函數(shù)調(diào)用參數(shù)的定義語(yǔ)句，則提取出來(lái)作為程序關(guān)注點(diǎn)；

如果當(dāng)前遍歷到的語(yǔ)句在程序切片中是條件語(yǔ)句，則提取出來(lái)作為程序關(guān)注點(diǎn)；

如果當(dāng)前遍歷到的語(yǔ)句在程序切片中是危險(xiǎn)函數(shù)調(diào)用語(yǔ)句，則提取出來(lái)作為程序關(guān)注點(diǎn)。

4.根據(jù)權(quán)利要求1所述的細(xì)粒度漏洞檢測(cè)方法，其特征在于，步驟S1.4包括以下步驟：

S1.4.1，將程序切片解析成token流；

S1.4.2，分析每個(gè)token在訓(xùn)練程序所包括的語(yǔ)句中的成分，提取出每個(gè)token對(duì)應(yīng)的變量標(biāo)識(shí)符和自定義的函數(shù)名標(biāo)識(shí)符，將變量標(biāo)識(shí)符和自定義函數(shù)名標(biāo)識(shí)符用統(tǒng)一的變量和函數(shù)名的命名方式替換。