基于深度學(xué)習(xí)的動靜結(jié)合的漏洞挖掘方法

? ? 核心:近年來用深度學(xué)習(xí)的方法來進(jìn)行漏洞檢測成為熱門研究。但是,這類方法相較于傳統(tǒng)的模糊測試等方法誤報較多, 且由于模型可能會學(xué)習(xí)到較多的訓(xùn)練集上的特征,泛化性較差。因此,提出一種通過相似性漏洞檢測和定向模糊測試相結(jié)合的方法,通過切片程序定位敏感點并獲得代碼切片,用于模型訓(xùn)練和檢測,從而用模型檢測的結(jié)果來指導(dǎo)模糊測試。

????實現(xiàn)方法

? ? 主要通過代碼切片、模型訓(xùn)練及檢測、定向模糊測試3個步驟來實現(xiàn)漏洞檢測,具體步驟:

(1)利用切片程序根據(jù)敏感點對代碼進(jìn)行切片,獲得漏洞切片;

(2)利用獲得的漏洞切片進(jìn)行檢測模型的訓(xùn)練及漏洞檢測;

(3)根據(jù)模型檢測的結(jié)果,對模型檢測出的有漏洞的代碼進(jìn)行定向模糊測試。


總體流程


模型訓(xùn)練流程
檢測流程


????整個實驗過程主要在SARD數(shù)據(jù)集上進(jìn)行, 未來可以通過擴(kuò)充數(shù)據(jù)集來重新訓(xùn)練檢測模型,提高其泛化能力。目前主要是利用模糊測試來對模型預(yù)測的結(jié)果進(jìn)行漏洞可觸發(fā)性的檢測,消除了模型的誤報,但對模型的漏報還有待改進(jìn)。后續(xù)可以考慮對模型預(yù)測的無漏洞代碼中分值較高的一部分進(jìn)行模糊測試,以降低漏報率。此外,由于SARD數(shù) 據(jù)集中的代碼相對短小,無法體現(xiàn)出該方法對模糊測試效率的提升。未來可通過檢測工程文件,測試該方法對模糊測試效率的提升。











參考:基于深度學(xué)習(xí)的動靜結(jié)合的漏洞挖掘方法 (qq.com)

原文:寧馨,易平 . 基于深度學(xué)習(xí)的動靜結(jié)合的漏洞挖掘方法 [J]. 通信技術(shù),2021,54(2):430-436.

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容