.png){kind=icon}
返回
GraphFVD: Property graph-based fine-grained vulnerability detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cose.2025.104350.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
深度学习技术能够自动从软件源代码中提取特征，使其被广泛应用于检测软件漏洞。大多数现有的基于深度学习的方法依赖整个函数或序列级别的程序切片来识别漏洞。然而，这些方法通常难以捕获全面的漏洞语义，导致高误报率和漏报率。在本文中，我们提出了一种基于属性图的新型细粒度漏洞检测方法GraphFVD。我们的方法从Code Property Graph中提取基于属性图的切片，并引入层次化注意力图卷积网络来学习图嵌入。GraphFVD提供了一种细粒度的代码表示，能够捕获与漏洞相关的源代码的语法、控制流、数据流以及自然顺序。我们在两个真实世界的漏洞数据集上评估了该方法的有效性。实验结果表明，我们的方法在两个数据集上都优于现有的最先进的漏洞检测方法。
Keyword:
Vulnerability detection
Program slicing
Deep learning
Hierarchical attention
Relational Graph Convolutional Network
期刊
C
IF:
5.4
论文数:
4.6K
被引数:
1.4W
机构
引用论文
.png){kind=icon}
GRACE: Empowering LLM-based software vulnerability detection with graph structure and in-context learningGRACE: 通过图结构和上下文学习增强基于LLM的软件漏洞检测
PREAI
分享收藏SedSVD: Statement-level software vulnerability detection based on Relational Graph Convolutional Network with subgraph embeddingSedSVD: 基于带子图嵌入的关系图卷积网络的语句级软件漏洞检测
PREAI
分享收藏VulDeeLocator: A Deep Learning-Based Fine-Grained Vulnerability DetectorVulDeeLocator: 一种基于深度学习的细粒度漏洞检测器
OAAI
OAAI分享收藏SySeVR: A Framework for Using Deep Learning to Detect Software VulnerabilitiesSySeVR: 使用深度学习检测软件漏洞的框架OAAI
OAAI分享收藏
查看更多内容