[發(fā)明專利]一種基于程序切片和圖神經(jīng)網(wǎng)絡(luò)的多類漏洞檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210904602.4
• 申請(qǐng)日: 2022-07-29
• 公開（公告）號(hào): CN115357904A
• 公開（公告）日: 2022-11-18
• 發(fā)明（設(shè)計(jì)）人: 陶傳奇;王明珂;郭虹靜
• 申請(qǐng)（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號(hào): G06F21/57
• 分類號(hào): G06F21/57;G06F21/56;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 賀翔

1.一種基于程序切片和圖神經(jīng)網(wǎng)絡(luò)的多類漏洞檢測(cè)方法，其特征在于，步驟如下：

1)從漏洞數(shù)據(jù)庫中采集存在漏洞的循環(huán)代碼，構(gòu)建循環(huán)代碼漏洞數(shù)據(jù)集；

2)根據(jù)循環(huán)代碼段的控制依賴關(guān)系和數(shù)據(jù)依賴關(guān)系生成系統(tǒng)依賴圖，識(shí)別系統(tǒng)依賴圖中的敏感操作語句的節(jié)點(diǎn)，以敏感操作語句為起點(diǎn)生成靜態(tài)切片集合，構(gòu)建系統(tǒng)依賴子圖；

3)對(duì)所述靜態(tài)切片集合進(jìn)行規(guī)范化操作，作為系統(tǒng)依賴子圖中對(duì)應(yīng)節(jié)點(diǎn)包含的字段信息；

4)將系統(tǒng)依賴子圖的每個(gè)節(jié)點(diǎn)表示為固定長度的向量，作為系統(tǒng)依賴子圖的節(jié)點(diǎn)的初始節(jié)點(diǎn)表示；

5)訓(xùn)練基于門控圖神經(jīng)網(wǎng)絡(luò)的循環(huán)代碼漏洞挖掘模型，使用Softmax分類器作為漏洞分類器，進(jìn)行漏洞檢測(cè)。

2.根據(jù)權(quán)利要求1所述的基于程序切片和圖神經(jīng)網(wǎng)絡(luò)的多類漏洞檢測(cè)方法，其特征在于，所述步驟1)具體包括：

11)從漏洞數(shù)據(jù)庫中下載漏洞數(shù)據(jù)集，采集包含循環(huán)代碼的代碼文件，并移除所有的注釋以清洗數(shù)據(jù)集；

12)將漏洞數(shù)據(jù)集中易受攻擊的文件拆分為一組函數(shù)集合，刪除頭文件、注釋以及外部定義的全局變量，每個(gè)函數(shù)作為一個(gè)函數(shù)級(jí)循環(huán)代碼樣本；

13)根據(jù)通用缺陷枚舉提供的CWE-ID提取并標(biāo)注每個(gè)樣本的漏洞類型，構(gòu)建循環(huán)代碼漏洞數(shù)據(jù)集。

3.根據(jù)權(quán)利要求1所述的基于程序切片和圖神經(jīng)網(wǎng)絡(luò)的多類漏洞檢測(cè)方法，其特征在于，所述步驟2)具體包括：

21)根據(jù)循環(huán)代碼段的控制依賴關(guān)系和數(shù)據(jù)依賴關(guān)系，生成系統(tǒng)依賴圖；

22)通過啟發(fā)式方法查找系統(tǒng)依賴圖中的敏感語句的節(jié)點(diǎn)；

23)根據(jù)數(shù)據(jù)依賴邊和控制依賴邊對(duì)系統(tǒng)依賴圖進(jìn)行裁剪，找到與敏感語句的節(jié)點(diǎn)具有依賴關(guān)系的節(jié)點(diǎn)集，并刪除該節(jié)點(diǎn)集之外的其他節(jié)點(diǎn)；

24)將與敏感語句的節(jié)點(diǎn)具有數(shù)據(jù)依賴和控制依賴關(guān)系的節(jié)點(diǎn)集構(gòu)成子圖，作為切片后的代碼段所構(gòu)成的系統(tǒng)依賴子圖；系統(tǒng)依賴子圖中的節(jié)點(diǎn)表示切片代碼段的每行語句，邊表示數(shù)據(jù)依賴或控制依賴關(guān)系。

4.根據(jù)權(quán)利要求1所述的基于程序切片和圖神經(jīng)網(wǎng)絡(luò)的多類漏洞檢測(cè)方法，其特征在于，所述步驟3)具體包括：

對(duì)靜態(tài)切片集合中的特定變量、函數(shù)名進(jìn)行規(guī)范化操作；相同的變量和函數(shù)名映射到相同的值，不同的變量和函數(shù)名則按照出現(xiàn)順序進(jìn)行重命名。

5.根據(jù)權(quán)利要求1所述的基于程序切片和圖神經(jīng)網(wǎng)絡(luò)的多類漏洞檢測(cè)方法，其特征在于，所述步驟4)具體包括：

41)遍歷函數(shù)的系統(tǒng)依賴子圖，提取節(jié)點(diǎn)及其類型的代碼表示；

42)通過Word2Vec實(shí)現(xiàn)節(jié)點(diǎn)代碼表示的嵌入；在系統(tǒng)依賴子圖中節(jié)點(diǎn)表示函數(shù)中的一行代碼語句，對(duì)代碼語句進(jìn)行分詞得到一組token集合，使用Word2Vec為代碼token生成向量表示，計(jì)算這組token的向量的平均值，作為代碼語句的向量表示；

43)使用One-hot Encoding對(duì)節(jié)點(diǎn)類型進(jìn)行編碼，以得到節(jié)點(diǎn)類型的標(biāo)簽表示；

44)將步驟42)得到的代碼語句的向量表示與步驟43)得到的節(jié)點(diǎn)類型的標(biāo)簽表示連接起來，以獲得系統(tǒng)依賴子圖中每個(gè)節(jié)點(diǎn)的初始表示。

6.根據(jù)權(quán)利要求1所述的基于程序切片和圖神經(jīng)網(wǎng)絡(luò)的多類漏洞檢測(cè)方法，其特征在于，所述步驟5)具體包括：

51)將系統(tǒng)依賴子圖的節(jié)點(diǎn)嵌入作為圖模型輸入的初始節(jié)點(diǎn)表示，輸入門控圖神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；門控圖神經(jīng)網(wǎng)絡(luò)通過鄰接矩陣來對(duì)鄰接節(jié)點(diǎn)的信息進(jìn)行聚合，將聚合節(jié)點(diǎn)和當(dāng)前節(jié)點(diǎn)一起經(jīng)過GRU網(wǎng)絡(luò)得到下一時(shí)刻的當(dāng)前節(jié)點(diǎn)；經(jīng)過T時(shí)刻，生成所有節(jié)點(diǎn)的最終的節(jié)點(diǎn)表征；

52)應(yīng)用一維卷積層從步驟51)生成的節(jié)點(diǎn)表征中提取漏洞代碼和正常代碼的圖級(jí)特征，增加不同缺陷類型的代碼之間的差異，使用激活函數(shù)Relu來優(yōu)化一維卷積層的非線性分割能力；

53)利用最大池化層對(duì)輸入特征維度進(jìn)行壓縮，以減少特征向量的維數(shù)，提取得到與漏洞更相關(guān)的特征；

54)通過全連接層連接步驟53)得到的所有特征，作為最終的圖級(jí)特征，并將其傳輸給Softmax分類器以進(jìn)行漏洞檢測(cè)。