[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(kāi)（公告）號(hào): CN115357904A
• 公開(kāi)（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

本發(fā)明公開(kāi)了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，步驟如下：構(gòu)建循環(huán)代碼漏洞數(shù)據(jù)集；構(gòu)建系統(tǒng)依賴子圖；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；將系統(tǒng)依賴子圖的每個(gè)節(jié)點(diǎn)表示為固定長(zhǎng)度的多維連續(xù)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；訓(xùn)練基于門(mén)控圖神經(jīng)網(wǎng)絡(luò)的循環(huán)代碼漏洞挖掘模型，檢測(cè)輸入代碼段是否存在漏洞以及所屬的漏洞類型。本發(fā)明的方法定義了循環(huán)代碼漏洞所需要提取的代碼漏洞特征，包括代碼語(yǔ)法語(yǔ)義信息以及循環(huán)代碼的類別信息；并將建模后得到的代碼圖使用門(mén)控圖神經(jīng)網(wǎng)絡(luò)對(duì)代碼特征進(jìn)行矢量化處理，以增強(qiáng)特征的表示能力。

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，具體涉及一種基于程序切片和圖神經(jīng)網(wǎng)絡(luò)的多類漏洞檢測(cè)方法。

背景技術(shù)

軟件系統(tǒng)已經(jīng)成為現(xiàn)代社會(huì)的重要基礎(chǔ)設(shè)施。隨著企業(yè)應(yīng)用、航空航天、指揮控制、城市交通等重要國(guó)家產(chǎn)業(yè)領(lǐng)域向軟件密集型發(fā)展，軟件規(guī)模和復(fù)雜性不斷增大在軟件大量應(yīng)用的同時(shí)，由于代碼實(shí)現(xiàn)不當(dāng)引起的軟件質(zhì)量問(wèn)題也層出不窮。許多網(wǎng)絡(luò)攻擊源于軟件漏洞，盡管在追求安全編程方面已經(jīng)做出了努力，但軟件漏洞仍然是一個(gè)重大問(wèn)題。漏洞挖掘能夠?qū)崿F(xiàn)對(duì)程序的安全性分析，及時(shí)發(fā)現(xiàn)軟件中存在的安全漏洞，從而提高軟件的安全性。而循環(huán)代碼作為系統(tǒng)的基礎(chǔ)代碼，因其獨(dú)有的循環(huán)機(jī)制和復(fù)雜的程序結(jié)構(gòu)，容易引發(fā)死循環(huán)、內(nèi)存泄漏等各種安全漏洞。如何更加高效地保障系統(tǒng)中循環(huán)代碼的安全，近年來(lái)也成為一個(gè)研究熱點(diǎn)。

傳統(tǒng)的基于規(guī)則的漏洞檢測(cè)方法有兩個(gè)主要缺點(diǎn)：需要大量的體力勞動(dòng)和較高的誤報(bào)率。最近已有大量工作表明基于深度學(xué)習(xí)的方法可以顯著提高自動(dòng)化漏洞檢測(cè)的性能，該方法將以各種形式表示代碼的語(yǔ)法和語(yǔ)義信息，以提取與漏洞相關(guān)的特征，并通過(guò)深度學(xué)習(xí)模型矢量化代碼漏洞特征，增強(qiáng)特征的表示能力，最后通過(guò)訓(xùn)練分類器來(lái)進(jìn)行漏洞檢測(cè)工作。然而，目前基于深度學(xué)習(xí)的漏洞檢測(cè)方法仍存在一定局限性，包括：

(1)無(wú)法充分地建模代碼漏洞特征，且無(wú)法聚焦于關(guān)鍵漏洞特征信息。現(xiàn)有的基于深度學(xué)習(xí)的漏洞檢測(cè)大多將源代碼視為一個(gè)扁平的序列，或只使用部分信息來(lái)表示，導(dǎo)致其在面對(duì)漏洞特征不明顯的漏洞時(shí)，無(wú)法準(zhǔn)確地進(jìn)行挖掘。

(2)缺少專門(mén)針對(duì)循環(huán)代碼漏洞的特征提取及漏洞檢測(cè)方法。在包含復(fù)雜循環(huán)的軟件代碼場(chǎng)景下，高復(fù)雜循環(huán)代碼的海量迭代、執(zhí)行過(guò)程復(fù)雜，循環(huán)嵌套導(dǎo)致分析的復(fù)雜度提升，在真實(shí)運(yùn)行環(huán)境下對(duì)復(fù)雜軟件循環(huán)代碼進(jìn)行安全性分析成本消耗大、周期長(zhǎng)。如何處理循環(huán)代碼，開(kāi)展循環(huán)安全性分析存在巨大挑戰(zhàn)。

(3)基于序列的模型無(wú)法處理圖的拓?fù)湫畔?。卷積神經(jīng)網(wǎng)絡(luò)(CNN)和遞歸神經(jīng)網(wǎng)絡(luò)(RNN)等基于序列的模型在代碼表示中不能處理圖的非序列特征，導(dǎo)致圖結(jié)構(gòu)特有的拓?fù)湫畔p失。

發(fā)明內(nèi)容

針對(duì)于上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供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，以解決現(xiàn)有深度學(xué)習(xí)方法無(wú)法充分建模循環(huán)代碼漏洞特征以及無(wú)法處理圖結(jié)構(gòu)拓?fù)湫畔⒌膯?wèn)題。本發(fā)明的方法定義了循環(huán)代碼漏洞所需要提取的代碼漏洞特征，包括代碼語(yǔ)法語(yǔ)義信息以及循環(huán)代碼的類別信息；并將建模后得到的代碼圖使用門(mén)控圖神經(jīng)網(wǎng)絡(luò)對(duì)代碼特征進(jìn)行矢量化處理，以增強(qiáng)特征的表示能力。

為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案如下：

本發(fā)明的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，步驟如下：

1)從漏洞數(shù)據(jù)庫(kù)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(yǔ)句的節(jié)點(diǎn)，以敏感操作語(yǔ)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(zhǎng)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；