DeepVulSeeker：一种基于代码图结构与预训练机制的新型漏洞识别框架
密码学与安全
2022-11-24 v1
摘要
软件漏洞可对计算系统造成严重危害，可导致系统崩溃、隐私泄露甚至物理损坏。及时在海量软件代码中正确识别漏洞是修补它们的必要前提。遗憾的是，当前漏洞识别方法，无论是经典方法还是基于深度学习的方法，均存在若干关键缺陷，使其无法满足软件行业提出的当下需求。为克服这些缺陷，本文提出DeepVulSeeker，一种新颖的全自动漏洞识别框架，其借助近期先进的图表示自注意力与预训练机制，同时利用代码图结构与语义特征。实验表明，DeepVulSeeker在传统CWE数据集上不仅达到高达0.99的准确率，还在两个高度复杂的数据集上优于所有现有方法。我们还通过三个案例研究验证了DeepVulSeeker，发现其能够理解漏洞的含义。我们已完整实现DeepVulSeeker并开源以供后续研究。
引用
@article{arxiv.2211.13097,
title = {DeepVulSeeker: A Novel Vulnerability Identification Framework via Code Graph Structure and Pre-training Mechanism},
author = {Jin Wang and Hui Xiao and Shuwen Zhong and Yinhao Xiao},
journal= {arXiv preprint arXiv:2211.13097},
year = {2022}
}