公开(公告)号：CN120030550A

公开(公告)日：2025-05-23

申请号：CN202510120148.7

申请日：2025-01-25

Applicant: 安徽大学

Inventor： 方为俊 ,  胡子晗 ,  丁琪芮 ,  司江雪 ,  何梦倩

IPC: G06F21/57 ,  G06F18/25 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明涉及一种基于双向门控图神经网络的软件漏洞检测方法、系统及产品。基于双向门控图神经网络的软件漏洞检测方法包括以下步骤：S1、将源代码解析为代码属性图CPG；S2、提取第m个v的类型特征，得到类型特征向量#imgabs0#提取第m个v的语义特征，得到语义特征向量#imgabs1#将#imgabs2#和#imgabs3#进行拼接，得到第m个v的初始特征向量#imgabs4#本发明引入了双向门控图神经网络结构，通过双向消息传递机制，既能捕捉前向依赖关系，也能捕捉后向依赖关系。与传统单向图神经网络相比，本发明增强了对代码上下文和全局依赖的理解能力，确保信息得到充分共享和更新，避免了上下文信息在传播过程中丢失或受限，从而提升了漏洞检测的准确性、鲁棒性和检测精度。