通过细微语义表示学习与解释区分形似无害与存在漏洞的代码
软件工程
2023-08-23 v1
摘要
尽管已有许多基于深度学习（DL）的漏洞检测方法被提出并确实取得了显著性能，它们在泛化性及实际使用中仍存在局限。更确切地说，现有基于 DL 的方法（1）在词法相似但语义相反的函數间的预测任务上表现不佳；（2）对检测结果未提供直观的面向开发者的解释。本文提出一种名为 SVulD 的新方法，即用于漏洞检测的函数级细微语义嵌入及直观解释，以缓解上述局限。具体而言，SVulD 首先训练一个模型来学习函数可区分的语义表示，而不受其词法相似性的影响。随后，对检测出的漏洞函数，SVulD 提供结果的自然语言解释（如根本原因），帮助开发者直观理解漏洞。为评估 SVulD 的有效性，我们在一个广泛使用的实际漏洞数据集上开展大规模实验，并考虑五项性能指标，与四种最先进（SOTA）方法比较。实验结果表明，SVulD 以显著提升优于所有 SOTA（即 F1 分数提升 23.5%–68.0%，PR-AUC 提升 15.9%–134.8%，准确率提升 7.4%–64.4%）。此外，我们开展用户案例研究，评估 SVulD 对开发者理解漏洞代码的实用性，参与者反馈表明 SVulD 有助于开发实践。
引用
@article{arxiv.2308.11237,
title = {Distinguishing Look-Alike Innocent and Vulnerable Code by Subtle Semantic Representation Learning and Explanation},
author = {Chao Ni and Xin Yin and Kaiwen Yang and Dehai Zhao and Zhenchang Xing and Xin Xia},
journal= {arXiv preprint arXiv:2308.11237},
year = {2023}
}
备注
Accepted By FSE'23