[發(fā)明專利]一種java源代碼漏洞檢測方法和系統(tǒng)在審
| 申請?zhí)枺?/td> | 202310211625.1 | 申請日： | 2023-02-27 |
| 公開（公告）號： | CN116226868A | 公開（公告）日： | 2023-06-06 |
| 發(fā)明（設(shè)計）人： | 楊祎斌;陳小全;龔曉銳;馬俊杰;劉劍 | 申請（專利權(quán)）人： | 北京城市學(xué)院;中國科學(xué)院信息工程研究所 |
| 主分類號： | G06F21/57 | 分類號： | G06F21/57;G06F21/56;G06F11/36;G06F8/41;G06F18/214;G06N3/042;G06N3/0464;G06N3/08 |
| 代理公司： | 北京市廣友專利事務(wù)所有限責(zé)任公司 11237 | 代理人： | 張仲波 |
| 地址： | 100191 北*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 java 源代碼 漏洞 檢測 方法 系統(tǒng) | ||
1.一種java源代碼漏洞檢測方法，其特征在于，所述方法包括：
S1、將待檢測java源代碼轉(zhuǎn)化成dot文件，將所述dot文件中的節(jié)點和邊提取出來，并進行預(yù)處理生成節(jié)點邊相關(guān)內(nèi)容處理文件；
S2、根據(jù)所述節(jié)點邊相關(guān)內(nèi)容處理文件，采用預(yù)先構(gòu)建的漏洞檢測模型對所述待檢測java源代碼進行漏洞檢測；
S3、將檢測結(jié)果可視化展示。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述S1的將待檢測java源代碼轉(zhuǎn)化成dot文件，將所述dot文件中的節(jié)點和邊提取出來，并進行預(yù)處理生成節(jié)點邊相關(guān)內(nèi)容處理文件，具體包括：
S11、將所述待檢測java源代碼的相關(guān)特征信息提取出來，生成json文件；
S12、根據(jù)所述json文件生成語料庫；
S13、把所述語料庫向量化，生成向量化文件；
S14、對所述待檢測java源代碼進行自動化編譯，生成字節(jié)碼文件，進而生成dot文件；
S15、根據(jù)所述向量化文件，把所述dot文件中的節(jié)點和邊提取出來，并進行預(yù)處理生成所述節(jié)點邊相關(guān)內(nèi)容處理文件。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述S2的漏洞檢測模型的預(yù)先構(gòu)建過程，具體包括：
S21、把訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集正負(fù)樣本中java源代碼轉(zhuǎn)化成dot文件，將所述dot文件中的節(jié)點和邊提取出來，并進行預(yù)處理生成節(jié)點邊相關(guān)內(nèi)容處理文件；
S22、根據(jù)所述節(jié)點邊相關(guān)內(nèi)容處理文件，利用圖卷積神經(jīng)網(wǎng)絡(luò)GCN中延伸出來的SAGpool方法中的分層池化方法訓(xùn)練GCN，直到完成所述漏洞檢測模型的構(gòu)建。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述S21的把訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集正負(fù)樣本中java源代碼轉(zhuǎn)化成dot文件，將所述dot文件中的節(jié)點和邊提取出來，并進行預(yù)處理生成節(jié)點邊相關(guān)內(nèi)容處理文件，具體包括：
S211、把所述訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集正負(fù)樣本中java源代碼相關(guān)特征信息提取出來，生成json文件；
S212、根據(jù)所述json文件生成java源代碼的語料庫；
S213、把所述語料庫向量化，生成第一向量化文件；
S214、在S211的基礎(chǔ)上進行二次優(yōu)化，人為地進行特征的優(yōu)化和添加，再次生成json文件，并生成第二向量化文件；
S215、對java源代碼進行自動化編譯，生成字節(jié)碼文件，進而生成dot文件；
S216、根據(jù)所述第一向量化文件和第二向量化文件，把所述dot文件中的節(jié)點和邊提取出來，并進行處理生成所述節(jié)點邊相關(guān)內(nèi)容處理文件。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述S22的根據(jù)所述節(jié)點邊相關(guān)內(nèi)容處理文件，利用圖卷積神經(jīng)網(wǎng)絡(luò)GCN中延伸出來的圖分類SAGpool方法中的分層池化方法訓(xùn)練GCN，直到完成所述漏洞檢測模型的構(gòu)建，具體包括：
利用SAGpool方法中的分層池化方法定義模型，創(chuàng)建所述GCN的圖卷積層，合并一層圖池化層；
每一層GCN層，圖池化層為一組，架設(shè)三組，將處理后的節(jié)點和邊數(shù)據(jù)放入模型中，在數(shù)據(jù)過完一組后出一組的相關(guān)結(jié)果傳入下方的多層感知機MLP中進行處理；
進行模型迭代訓(xùn)練，直到完成所述漏洞檢測模型的構(gòu)建。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法的各個步驟分別由不同的腳本自動化完成。
7.一種java源代碼漏洞檢測系統(tǒng)，其特征在于，所述系統(tǒng)包括：
預(yù)處理模塊，用于將待檢測java源代碼轉(zhuǎn)化成dot文件，將所述dot文件中的節(jié)點和邊提取出來，并進行預(yù)處理生成節(jié)點邊相關(guān)內(nèi)容處理文件；
檢測模塊，用于根據(jù)所述節(jié)點邊相關(guān)內(nèi)容處理文件，采用預(yù)先構(gòu)建的漏洞檢測模型對所述待檢測java源代碼進行漏洞檢測；
展示模塊，用于將檢測結(jié)果可視化展示。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)前端使用Vue進行前端框架的編寫，使用element?UI進行框架的布局和界面的渲染。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京城市學(xué)院;中國科學(xué)院信息工程研究所，未經(jīng)北京城市學(xué)院;中國科學(xué)院信息工程研究所許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202310211625.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
