基于代码语义向量表示和深度学习的软件漏洞检测方法

目录

第1章绪论

1.1课题研究的背景和意义

1.2国内外研究现状

1.2.1代码表示和代码表示学习的国内外研究现状

1.2.2漏洞检测方法的国内外研究现状

1.3本文的主要研究内容以及各章节安排

第2 章 基于程序切片的源代码中间表示方法

2.1引言

2.2相关概念和定义

2.2.1 程序依赖图的相关概念

2.2.2 程序切片的相关概念

2.3数组使用相关漏洞的程序切片

2.3.1 切片关键点及切片过程

2.3.2 切片结果

2.4算术表达式相关漏洞的程序切片

2.4.1 切片关键点及切片过程

2.4.2 切片结果

2.5 指针使用相关漏洞的程序切片

2.5.1切片关键点及切片过程

2.5.2切片结果

2.6函数调用相关漏洞的程序切片

2.6.1 切片关键点及切片过程

2.6.2切片结果

2.7程序切片的结果

2.8程序切片向量化

2.8.1word2vec的相关概念

2.8.2word2vec的训练

2.8.3代码向量表示

2.9本章小结

第3 章 算法的实验结果验证

3.1引言

3.2机器学习实验结果

3.2.1实验数据集

3.2.2实验设置

3.2.3评估指标

3.2.4实验结果分析

3.3 基于 BiLSTM 的代码漏洞检测模型

3.4 基于 TextCNN 的代码漏洞检测模型

3.5 基于 DenseCNN 的代码漏洞检测模型

3.6实验结果与分析

3.6.1数据集信息

3.6.2 实验设置

3.6.3 评估指标

3.6.4 实验结果及分析

3.7本章小结

结 论

参考文献

声明

致 谢