[發明專利]基于知識圖譜的漏洞代碼圖譜構建及代碼漏洞檢測方法

有效

• 申請號: 202210595809.8
• 申請日: 2022-05-30
• 公開（公告）號: CN114692155B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 王曉東;王健;魏志強;李凱航
• 申請（專利權）人: 中國海洋大學
• 主分類號: G06F21/56
• 分類號: G06F21/56;G06F16/36;G06F8/41
• 代理公司: 青島華慧澤專利代理事務所(普通合伙) 37247
• 代理人: 趙梅

1.基于知識圖譜的漏洞代碼圖譜構建方法，其特征在于，包括以下步驟：

S1、獲取漏洞代碼相關信息：包括漏洞源代碼文件、漏洞發布日期、漏洞補丁方案、漏洞所處的代碼倉庫地址、代碼倉庫提交日志、代碼倉庫issue信息；

S2、對漏洞源代碼文件的處理：將漏洞源代碼文件處理成抽象語法樹，利用抽象語法樹的深度遍歷算法，從抽象語法樹中提取實體、關系信息，構建源代碼圖譜，進而抽取生成漏洞代碼子圖；步驟S2的具體步驟如下：

S21、處理漏洞源代碼文件，提取源代碼文件的抽象語法樹；

S22、實體類型定義及實體間關系定義：結合源代碼文件的抽象語法樹信息，定義構建源代碼知識圖譜必備的實體類型信息和實體間關系信息；

S23、遍歷抽象語法樹生成源代碼圖譜：利用代碼圖譜生成算法，結合實體類型定義及實體間關系定義，抽取生成源代碼圖譜，存入圖數據庫；

S24、利用漏洞代碼子圖生成算法，從上一步驟生成的源代碼圖譜中抽取生成漏洞代碼子圖；漏洞代碼子圖生成算法如下：

記漏洞代碼子圖，其中，代表漏洞代碼子圖的數量，，代表漏洞代碼子圖中節點的集合，，代表漏洞代碼子圖中邊的集合；路徑，其中，代表路徑的數量；

S241、根據不同漏洞代碼的符號特征，找到漏洞代碼定義、賦值、聲明節點n_i,j，把n_i,j加入到N_i中；

S242、查詢源代碼圖譜中從文件節點到N_i中每個節點的路徑P_j，得到路徑上的所有節點N_j，如果n_j,k不存在于N_i中，就把n_j,k加入到N_i中，同時保留他們之間的關系；

S243、查詢源代碼圖譜中所有與N_i中每個節點有數據依賴和控制依賴的節點n，如果n不存在于N_i中，也把n加入到N_i中；

S244、給N_i中所有的節點n_i,j添加標簽，所有帶標簽的節點組成漏洞代碼子圖；

S3、對漏洞代碼相關文字信息的處理：基于獲取到的漏洞代碼相關信息數據，利用自然語言處理技術，從代碼文檔、issue、補丁方案中提取出與代碼相關的實體節點和實體間關系信息，保存記錄到數據庫中；

S4、對前兩部分的到的實體和關系進行實體關系融合：通過步驟S1可以得到源代碼實體關系，通過步驟S2得到文檔實體關系，將兩者進行實體關系融合，整合源代碼和文檔中的信息；

S5、構造標注數據集D：得到漏洞代碼子圖以后，將漏洞代碼子圖和爬取的數據進行對齊，對每一個漏洞代碼子圖進行人工標注，對于有漏洞的代碼子圖標注上對應的漏洞類型，沒有漏洞的代碼子圖標注0；構造的標注數據集，其中，表示數據集中的第i條數據，共條標注數據；表示第i個漏洞代碼子圖，，n代表漏洞的種類數量，，表示第i個漏洞代碼子圖的漏洞標簽，當且僅當G_i包含第j種漏洞；，其中，表示第i個漏洞代碼圖譜中的第j個節點，表示第i個漏洞代碼圖譜共有個節點；，其中，表示第i個漏洞代碼圖譜中的第j條邊，表示第i個漏洞代碼圖譜共有條邊。