[發(fā)明專利]一種基于兩階段類比推理的未知敏感函數(shù)發(fā)現(xiàn)方法

在審

• 申請?zhí)枺?/td>: 202111257776.8
• 申請日: 2021-10-27
• 公開（公告）號: CN114036516A
• 公開（公告）日: 2022-02-11
• 發(fā)明（設(shè)計）人: 梁文韜;王璐;曹壯
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06F21/56
• 分類號: G06F21/56
• 代理公司: 西安嘉思特知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61230
• 代理人: 王萌

本發(fā)明涉及一種基于兩階段類比推理的未知敏感函數(shù)發(fā)現(xiàn)方法，包括對待檢測的目標(biāo)系統(tǒng)代碼進(jìn)行預(yù)處理，得到函數(shù)調(diào)用序列；根據(jù)函數(shù)調(diào)用序列，通過頻繁模式挖掘，得到若干頻繁函數(shù)對；利用函數(shù)調(diào)用序列訓(xùn)練得到的詞向量模型，得到每個頻繁函數(shù)對對應(yīng)的嵌入向量；計算初始種子函數(shù)與每個頻繁函數(shù)對之間的第一相似度，根據(jù)計算結(jié)果選取至少一個頻繁函數(shù)對作為二次種子函數(shù)對；計算每個二次種子函數(shù)對與每個頻繁函數(shù)對之間的第二相似度，根據(jù)計算結(jié)果得到每個二次種子函數(shù)對的潛在敏感函數(shù)對候選集；根據(jù)潛在敏感函數(shù)對候選集，合并去重后得到潛在敏感函數(shù)對集合。本方法，通過兩階段類比推理，能夠逐步擴充種子函數(shù)對集合，發(fā)現(xiàn)更多潛在敏感函數(shù)對。

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，具體涉及一種基于兩階段類比推理的未知敏感函數(shù)發(fā)現(xiàn)方法。

背景技術(shù)

敏感函數(shù)是一類容易導(dǎo)致各種潛在缺陷的函數(shù)。敏感函數(shù)往往配對出現(xiàn)，例如對于free函數(shù)這樣的資源釋放類函數(shù)，有著malloc函數(shù)這樣的資源分配函數(shù)與之配對。當(dāng)開發(fā)者不恰當(dāng)?shù)氖褂眠@些函數(shù)時，有可能引發(fā)諸如敏感信息泄露，數(shù)據(jù)損壞，甚至是執(zhí)行任意代碼等危險后果。不幸的是，有大量的敏感函數(shù)在大型軟件系統(tǒng)中并不為人們所熟知，事實上這些敏感函數(shù)往往只被部分程序開發(fā)者所知。而相關(guān)缺陷檢測、系統(tǒng)安全防護(hù)等工作必須知曉這些敏感函數(shù)才能有效地進(jìn)行。因此發(fā)現(xiàn)這些敏感函數(shù)對于相關(guān)工作至關(guān)重要。

在自然語言處理領(lǐng)域，詞嵌入技術(shù)能將一個高維的獨熱向量嵌入到一個在實數(shù)域上連續(xù)的低維稠密向量中，從而較好地支持語義搜索和情感分析等下游任務(wù)。除了可以直接比較相似度外，嵌入后的詞向量還有一個重要的特征，依據(jù)向量間的相似度能支持類比推理(Analogical Reasoning)，回答諸如“如果man對應(yīng)著woman，那么king應(yīng)該對應(yīng)什么？”一類的問題。倘若將程序設(shè)計語言看作是一種特殊的語言，那么程序中的函數(shù)調(diào)用便可以看作是詞語，便也可以將函數(shù)嵌入到向量中。因此，假設(shè)我們已知有一小部分敏感函數(shù)(稱為種子函數(shù))，那么應(yīng)用基于詞向量的類比推理技術(shù)便可以發(fā)現(xiàn)潛在的未知敏感函數(shù)。

然而在實際應(yīng)用中直接使用類比推理，少量的種子函數(shù)對往往無法完整覆蓋該種類敏感函數(shù)的語義，導(dǎo)致類比推理出的潛在敏感函數(shù)往往與種子函數(shù)具有同質(zhì)性，對與種子函數(shù)存在一定異質(zhì)性的敏感函數(shù)檢測效果不佳。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供了一種基于兩階段類比推理的未知敏感函數(shù)發(fā)現(xiàn)方法。本發(fā)明要解決的技術(shù)問題通過以下技術(shù)方案實現(xiàn)：

本發(fā)明提供了一種基于兩階段類比推理的未知敏感函數(shù)發(fā)現(xiàn)方法，包括：

對待檢測的目標(biāo)系統(tǒng)代碼進(jìn)行預(yù)處理，得到函數(shù)調(diào)用序列；

根據(jù)所述函數(shù)調(diào)用序列，通過頻繁模式挖掘，得到若干頻繁函數(shù)對；

利用所述函數(shù)調(diào)用序列訓(xùn)練得到的詞向量模型，得到每個所述頻繁函數(shù)對對應(yīng)的嵌入向量；

計算初始種子函數(shù)與每個所述頻繁函數(shù)對之間的第一相似度，根據(jù)計算結(jié)果選取至少一個所述頻繁函數(shù)對作為二次種子函數(shù)對；

計算每個所述二次種子函數(shù)對與每個所述頻繁函數(shù)對之間的第二相似度，根據(jù)計算結(jié)果得到每個所述二次種子函數(shù)對的潛在敏感函數(shù)對候選集；

根據(jù)所述潛在敏感函數(shù)對候選集，合并去重后得到潛在敏感函數(shù)對集合。

在本發(fā)明的一個實施例中，對待檢測的目標(biāo)系統(tǒng)代碼進(jìn)行預(yù)處理，得到函數(shù)調(diào)用序列，包括：

對所述待檢測的目標(biāo)系統(tǒng)代碼進(jìn)行程序切片操作，得到若干切片；

遍歷所述切片，收集函數(shù)調(diào)用，組成所述函數(shù)調(diào)用序列。

在本發(fā)明的一個實施例中，根據(jù)所述函數(shù)調(diào)用序列，得到若干頻繁函數(shù)對，包括：