【摘 要】
：
近年来,由于互联网和信息技术的进步,网络信息技术被广泛应用到各个领域。网络信息技术推动社会经济发展的前提是网络信息安全,其中计算机软件安全更是网络信息安全的重要一环,因此对软件源代码进行漏洞检测具有重要的现实意义。随着软件功能和开发技术的复杂化,传统漏洞检测方法存在源代码表征方式单一、泛化能力差、检测效果不佳等问题。为解决上述问题,本文对源代码特征提取方法、深度学习技术进行详细分析,并论述深度学习
论文部分内容阅读
近年来,由于互联网和信息技术的进步,网络信息技术被广泛应用到各个领域。网络信息技术推动社会经济发展的前提是网络信息安全,其中计算机软件安全更是网络信息安全的重要一环,因此对软件源代码进行漏洞检测具有重要的现实意义。随着软件功能和开发技术的复杂化,传统漏洞检测方法存在源代码表征方式单一、泛化能力差、检测效果不佳等问题。为解决上述问题,本文对源代码特征提取方法、深度学习技术进行详细分析,并论述深度学习技术应用于源代码漏洞检测的可行性,在现有理论基础上提出一种基于深度学习的源代码脆弱性检测方法。在提出的基于深度学习的源代码漏洞检测方法中,利用源代码抽象语法树获取源代码的结构化文本信息,针对抽象语法树结构提出AST-CBOW词向量模型将文本表示为词向量并对词向量进行位置编码。通过源代码静态解析工具获取代码度量值并采用Relief特征选择算法进行特征筛选。依据特征序列的特点设计并构造基于自注意力机制的神经网络和深度神经网络,分别对结构化文本信息及代码度量结果进行特征学习并转化为漏洞存在的概率。采用特征加权非线性支持向量机对由上述2种表征方式获得的漏洞存在概率做进一步的决策分类并获得漏洞检测的最终结果。为验证本文方法的漏洞检测性能,针对存在不同类型漏洞的11种源代码样本进行漏洞检测验证实验,本文方法对每种漏洞的平均检测准确率为97.96%,与现有基于单一表征的漏洞检测方法相比,本文方法的检测准确率提高4.89%-12.21%,同时,本文方法的漏报率和误报率均保持在10%以内。实验结果表明,本文方法具有较好的漏洞检测性能。
其他文献
轴承零部件在加工过程中因设备精度偏差和环境杂质所产生的表面缺陷通常呈现与背景纹理相似的特点,且目标缺陷尺寸大小、密集程度不一,使得工业金属等表面缺陷识别变得困难。针对于此,本文使用以下两种思路对模型进行改进:第一,对YOLOv3骨架网络基本组成单元的残差模块进行改进,构建嵌入SA注意力的残差模块,提出嵌入注意力机制的YOLOv3-SA模型,对模型的特征提取能力进行一定程度上的校正和增益,提高网络对
背景与目的结直肠癌（colorectal cancer,CRC）是世界上发病率和死亡率最高的恶性肿瘤之一。由于实施了人口水平的结肠镜筛查,发达国家CRC发病率呈下降趋势或趋于稳定。但结肠镜检查的巨大成本及医疗资源的缺乏阻碍了中低收入国家大规模CRC筛查工作的开展,采用风险分层评分模型浓缩高危风险人群进行结肠镜筛查更符合卫生经济学原则。20世纪70年代我国开发了高危因素问卷评估（high risk
随着计算设备的快速发展和深度学习领域的不断创新,深度学习及其相关方法在学术领域和工业领域都得到了大范围应用并取得了优秀的成效。同样在计算机视觉领域,特别是目标检测领域,深度学习及其相关方法取得了前所未有的成就。与基于传统算法的目标检测方法相比较,基于深度学习的目标检测方法在准确率、召回率和鲁棒性上有着更优秀的表现。然而,常见的裂缝、眼底视网膜血管、遥感图像中的道路等不规则细小目标有别于常规目标,其
随着计算机技术的飞速发展,信息过载已经成为人们当前网络生活的一大阻碍。推荐算法是当前应对信息过载的重要手段。传统的推荐算法有着诸多问题,例如冷启动、数据稀疏等。随着神经网络、深度学习等算法的广泛应用,将时序交互信息与动态图神经网络结合已成为当前推荐系统研究的一大热点。过去研究者提出了一些基于用户项目交互历史的动态图算法,但是这些方算法只考虑了交互中所涉及到节点的演化更新,没有考虑交互过程对邻居节点
目的:建立奥沙利铂（Oxaliplatin,L-OHP）耐药的人结肠癌细胞株,为探索人结肠癌细胞L-OHP耐药相关的分子机制奠定基础。筛选并鉴定耐药细胞差异表达的微小RNA（miRNAs）。探索差异最显著的miR-302a-3p对人结肠癌细胞L-OHP耐药的作用及其机制。方法:采用药物浓度梯度递增持续诱导法建立L-OHP耐药的人结肠癌细胞株（LoVo/L-OHP细胞株）,用CCK-8实验检测细胞对
面向机坪目标检测的应用大多在监控视频上进行,面临着巨大的存储压力和计算开销,海量的图像数据对视频处理和分析方法提出了更高的要求。目前一般采用大型的云服务器集群对机坪监控视频进行目标检测,需要高速的网络带宽并且配备强大的图形处理器（Graphic Processing Unit,GPU）提供计算支持。然而未来的趋势是提高嵌入式设备的智能处理能力,以取代昂贵的GPU设备,提高检测效率,减少资源开销。因
航班旅客订座量预测在航空公司收益管理、航线网络优化、飞行计划编排、地面作业服务等关键业务中都有重要应用,但是,由于航班订座量数据较大的离散性,订座量的预测一直是困扰航空公司实践业务的核心问题之一。本文以国内某航空公司国内航线动态定价系统开发的设计与实现为背景,重点研究其中的预测算法及其软件实现。首先,在分析航班旅客订座量数据特点的基础上,提出在星期特性（DOW）之外增加时季特性（HML）的数据分类
航班需求预测是对未来航班的座位需求量进行预测,能够有力支撑航空公司做好今后的舱位分配、座位数量控制以及机票超售等工作,是航空公司收益管理的基础。目前的航班需求预测方法是根据某类影响因素和航班需求的关系建立预测模型,或者是使用历史航班需求建立时间序列模型进行预测。以上做法仅考虑了某一类因素对航班需求的影响,忽略了航班需求受到多类因素的共同影响,导致预测结果没有达到预期效果。由于航班需求受航班、日期、
目的:卵巢癌是女性生殖道肿瘤中死亡率最高的恶性肿瘤,化疗耐药是卵巢癌治疗失败的重要原因之一。研究显示,脂肪酸合成异常在许多肿瘤的发生发展及耐药中起着重要作用,但其在卵巢癌耐药中的作用尚不明确。本研究旨在探究脂肪酸合成异常在卵巢癌紫杉醇耐药中的作用,并探讨脂肪抑制素与紫杉醇联合应用对卵巢癌紫杉醇耐药细胞的抗肿瘤作用。方法:首先,我们检测了正常卵巢组织和卵巢癌组织中脂滴及脂肪酸合成关键酶的表达情况,并
背景:心肌功能障碍是严重脓毒症和脓毒症休克病人的主要并发症之一,称为脓毒症诱导的心肌功能障碍（Sepsis induced myocardial dysfunction,SIMD）。然而,针对SIMD的治疗,目前有效的策略依然十分有限。整合素β1是心肌细胞上主要的整合素亚单位,其主要功能是将机械信号转化为生物化学信号。我们此前发现整合素β1表达异常与大鼠脓毒症心肌功能障碍有关,本研究旨在探索整合素