基于存储库级别图表示学习的增强安全补丁检测

软件供应商通常在不提供充分建议书（例如通用漏洞披露）或通过延迟更新资源（例如国家漏洞数据库）的情况下默默发布安全补丁。因此，检测这些安全补丁以确保安全软件维护变得至关重要。然而，现有方法面临以下挑战：（1）它们主要关注补丁本身的信息，忽略了存储库中复杂的依赖关系。（2）安全补丁通常涉及多个函数和文件，这增加了对表示进行良好学习的难度。为缓解上述挑战，本文提出了存储库级别安全补丁检测框架，称为RepoSPD，该框架包括三个关键组件：1）存储库级别图构建RepoCPG，它通过在存储库级别合并补丁前后的源代码来表示软件补丁；2）结构感知补丁表示，通过融合图和序列分支旨在理解多个代码更改之间的关系；3）渐进式学习，促进模型在语义和结构信息之间进行平衡。为评估RepoSPD，我们采用两种在安全补丁检测中广泛使用的数据集：SPI-DB和PatchDB。我们进一步将这些数据集扩展到存储库级别，分别包含C/C++编程语言中总计为20,238和28,781个存储库版本，分别表示为SPI-DB*和PatchDB*。我们将RepoSPD与六种现有安全补丁检测方法以及五种静态工具进行比较。我们的实验结果表明，RepoSPD在两个数据集上的准确率分别比最先进的基线提高了11.90%和3.10%。