基于深度学习的软件工程漏洞检测方法研究

姚艳超

doi:https://doi.org/10.37155/2717-5197-0710-22

Home > Current

基于深度学习的软件工程漏洞检测方法研究

姚艳超（中华通信系统有限责任公司河北分公司）

https://doi.org/10.37155/2717-5197-0710-22

Abstract

在软件安全领域，漏洞检测是重要挑战。基于深度学习的漏洞检测方法能有效检测出软件漏洞，但以往方法难以准确报告漏洞类型。本研究提出一种新的多类漏洞检测系统μVulDeePecker，通过引入控制依赖关系和“code attention”概念改进漏洞检测。实验表明，μVulDeePecker能准确识别多达40类漏洞，显著提高漏洞检测的准确性和效率，为软件工程漏洞检测提供新思路。

Keywords

基于深度学习；软件工程漏洞；检测方法

Full Text

PDF

References

[1]刘鹏,代昌盛.计算机软件安全漏洞检测技术与应用
路径[J].软件,2024,(12):169-170.
[2]顾绵雪,孙鸿宇,韩丹,等.基于深度学习的软件安全
漏洞挖掘[J].计算机研究与发展,2021,(10):104-105.
[3]李昌杰.基于深度学习的网络攻击检测与防御技术
研究[J].建筑技术科学,2024,(06):49-50.
[4]曾君.基于深度学习的网络安全威胁检测与防御技
术研究[J].教育学,2024,(09):91-92.

Publishing time:2025-05-31
This work is licensed under a Creative Commons Attribution 4.0 International License