首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

代码漏洞检测模型的训练方法、代码漏洞检测方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国农业银行股份有限公司

摘要:本申请公开了应用于人工智能技术领域的代码漏洞检测模型的训练方法、代码漏洞检测方法及装置。在该训练方法中,利用GRU模型提取代码的长时语义信息,能够挖掘多重特征间的复杂关联关系,在GIN模型提取代码的语法信息以及代码结构特征的基础上,以通道级联的方式融合长时语义信息和语法信息,充分关注代码语法与语义信息间的关联性,补足在特征量方面的偏差。拼接得到的训练特征向量包括更为丰富的结构化和文本化特点。如此便于代码漏洞检测模型对多模态数据特征的相关性进行学习,提高了语句级的代码漏洞定位的准确率。利用该训练方法训练得到的代码漏洞检测模型,处理待检测代码,能够得到较为准确的检测结果和精准的代码漏洞的定位。

主权项:1.一种代码漏洞检测模型的训练方法,其特征在于,所述方法包括:获取训练代码;按照所述训练代码包括的各个函数,将所述训练代码划分为各个所述函数对应的第一代码段,将所述第一代码段转换为第一代码向量,各个所述第一代码向量的向量长度相同;利用门控循环单元GRU模型处理所述第一代码向量,得到第一代码特征向量;构建所述训练代码的第一代码属性图,对所述第一代码属性图包括的节点进行向量化处理,得到第一节点向量,所述第一节点向量包括第一叶子节点向量和第一非叶子节点向量,所述第一叶子节点向量对应于代码元素,所述第一非叶子节点向量对应于函数级代码块;利用图同构网络GIN模型处理所述第一代码属性图,得到第一节点特征向量和第一全图特征向量;将所述第一代码特征向量、所述第一节点特征向量和所述第一全图特征向量进行拼接,得到训练特征向量;利用所述训练特征向量、第一标签和第二标签训练代码漏洞检测模型,直到满足训练条件时得到完成训练的代码漏洞检测模型,所述第一标签用于指示所述第一节点向量构成的语句向量所对应的语句是否包括代码漏洞,所述第二标签用于指示所述函数级代码块是否包括代码漏洞。

全文数据:

权利要求:

百度查询: 中国农业银行股份有限公司 代码漏洞检测模型的训练方法、代码漏洞检测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。