[發明專利]一種物聯固件漏洞的檢測方法、系統、設備及介質

在審

• 申請號: 202211520532.9
• 申請日: 2022-11-30
• 公開（公告）號: CN115758385A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 安春燕;張東磊;朱雪瓊;陸陽;白巍;翟迪;胡成博;路永玲;劉書岑
• 申請（專利權）人: 國網智能電網研究院有限公司;國網江蘇省電力有限公司電力科學研究院;國網江蘇省電力有限公司;江蘇省電力試驗研究院有限公司;國家電網有限公司
• 主分類號: G06F21/57
• 分類號: G06F21/57;G06N3/0442;G06N3/08;G16Y30/10
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李靜玉

1.一種物聯固件漏洞的檢測方法，其特征在于，包括：

構建待檢測固件的函數控制流圖，并將函數控制流圖中的基本塊轉換為中間表示，根據中間表示得到每個基本塊的中間表示指令；

利用自然語言處理模型和長短記憶網絡對每個基本塊的中間表示指令進行處理，得到屬性控制流圖；

利用基于圖注意力機制和圖形表征學習算法的神經網絡，將所述屬性控制流圖映射至固定維度的數值特征向量，得到所述固件的圖嵌入向量；

計算所述固件的圖嵌入向量與漏洞片段的嵌入向量的相似度，當所述相似度超過預設閾值時，判定所述固件出現漏洞。

2.根據權利要求1所述的物聯固件漏洞的檢測方法，其特征在于，構建待檢測固件的函數控制流圖，包括：

獲取待檢測固件；

利用二進制分析工具構建待檢測固件的函數控制流圖。

3.根據權利要求1所述的物聯固件漏洞的檢測方法，其特征在于，所述將函數控制流圖中的基本塊轉換為中間表示，包括：

以預設標記符及地址名作為分割符，將基本塊中的指令轉換為一條或者多條中間表示指令。

4.根據權利要求3所述的物聯固件漏洞的檢測方法，其特征在于，還包括：

根據所述中間表示包含的數據類型，對所述中間表示指令進行清洗；

其中，刪除中間表示中的運算符及注釋性語言，并使用空格作為分割符；將中間表示中的低頻詞抽象為對應的標簽。

5.根據權利要求1所述的物聯固件漏洞的檢測方法，其特征在于，利用自然語言處理模型和長短記憶網絡對每個基本塊的中間表示指令進行處理，得到屬性控制流圖，包括：

利用自然語言處理模型和長短記憶網絡對每個基本塊的中間表示指令進行特征提取，得到基本塊的特征向量；

利用所述基本塊的特征向量代替所述函數控制流圖中對應基本塊中原有的指令，將基本塊的特征向量作為節點特征，構成屬性控制流圖。

6.根據權利要求5所述的物聯固件漏洞的檢測方法，其特征在于，利用自然語言處理模型和長短記憶網絡對每個基本塊的中間表示指令進行特征提取，構建基本塊特征向量，包括：

對于每個基本塊的中間表示指令，將中間表示指令中的操作符或操作數視為單詞，利用自然語言處理模型對視為單詞的中間表示指令進行處理得到嵌入指令；

利用所述長短記憶網絡對所述嵌入指令進行特征提取，得到基本塊的特征向量。

7.根據權利要求5所述的物聯固件漏洞的檢測方法，其特征在于，所述利用基于圖注意力機制和圖形表征學習算法的神經網絡，將所述屬性控制流圖映射至固定維度的數值特征向量，得到所述固件的圖嵌入向量，包括：

在融合相鄰節點的影響力的基礎上，利用圖注意力機制，將所述屬性控制流圖中的每個節點融入屬性控制流圖的圖結構信息；

利用圖形表征學習算法，將融入圖結構信息的屬性控制流圖轉換為函數語義嵌入，得到所述固件的圖嵌入向量。

8.一種物聯固件漏洞檢測系統，其特征在于，包括：

中間表示模塊，用于構建函數控制流圖，并將函數控制流圖基本塊轉換為中間表示，根據中間表示得到每個基本塊的中間表示指令；

屬性控制流圖模塊，用于利用自然語言處理模型和長短記憶網絡對每個基本塊的中間表示指令進行處理，得到屬性控制流圖；

圖嵌入模塊，用于利用基于圖注意力機制和圖形表征學習算法的神經網絡，將所述屬性控制流圖映射至固定維度的數值特征向量，得到所述固件的圖嵌入向量；

相似度比較模塊，用于計算所述固件的圖嵌入向量與漏洞片段的嵌入向量的相似度，當所述相似度超過預設閾值時，判定所述固件出現漏洞。

9.一種計算機設備，其特征在于，包括：至少一個處理器，以及與所述至少一個處理器通信連接的存儲器，其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器執行權利要求1-7中任一所述的物聯固件漏洞的檢測方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使所述計算機執行權利要求1-7中任一所述的物聯固件漏洞的檢測方法。