期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到180篇文章
< 1 2 … 9 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Syntax-Aware Hierarchical Attention Networks for Code Vulnerability Detection 认领 引用
1
作者 Yongbo Jiang Shengnan Huang +1 位作者 Tao Feng Baofeng Duan 《Computers, Materials & Continua》 SCIE EI 2026年第1期2252-2273,共22页
In the context of modern software development characterized by increasing complexity and compressed development cycles,traditional static vulnerability detection methods face prominent challenges including high false ... In the context of modern software development characterized by increasing complexity and compressed development cycles,traditional static vulnerability detection methods face prominent challenges including high false positive rates and missed detections of complex logic due to their over-reliance on rule templates.This paper proposes a Syntax-Aware Hierarchical Attention Network(SAHAN)model,which achieves high-precision vulnerability detection through grammar-rule-driven multi-granularity code slicing and hierarchical semantic fusion mechanisms.The SAHAN model first generates Syntax Independent Units(SIUs),which slices the code based on Abstract Syntax Tree(AST)and predefined grammar rules,retaining vulnerability-sensitive contexts.Following this,through a hierarchical attention mechanism,the local syntax-aware layer encodes fine-grained patterns within SIUs,while the global semantic correlation layer captures vulnerability chains across SIUs,achieving synergistic modeling of syntax and semantics.Experiments show that on benchmark datasets like QEMU,SAHAN significantly improves detection performance by 4.8%to 13.1%on average compared to baseline models such as Devign and VulDeePecker. 展开更多
关键词 Vulnerability detection abstract syntax tree syntax rule slicing hierarchical attention mechanism deep learning
暂未订购 下载PDF
A multi-dimensional automated framework for student code evaluation 认领 引用
2
作者 Xuran Tang Xudong Lu +4 位作者 Quanshun Yang Wei Guo Lizhen Cui Zhongmin Yan Peng Pan 《计算机教育》 2026年第6期322-329,共8页
With the rapid growth of big data technologies,data analysis skills have become essential across industries.Programming skills are increasingly important.Universities are adding programming courses to their core curri... With the rapid growth of big data technologies,data analysis skills have become essential across industries.Programming skills are increasingly important.Universities are adding programming courses to their core curricula.It is challenging to evaluate students'code assignments in a scientific and efficient way.Traditional test-case evaluation only checks functional correctness.However,it cannot assess code structure,logical rigor,or performance.To address this,our study builds a multi-dimensional automated framework.The framework evaluates student code from four angles:structure analysis,grammar analysis,time complexity analysis,and code similarity analysis.Notably,in code similarity analysis,the framework integrates structural features,with semantic analysis powered by large language models.Teachers can use the evaluation results to fully understand students'progress and dynamically adjust teaching content. 展开更多
关键词 Code parsing Abstract syntax tree Control flow graph Multi-dimensional evaluation
暂未订购 下载PDF
基于领域知识图谱的框架间AI源码自动迁移 认领 引用
3
作者 丁嵘 刘屹洲 +1 位作者 王雨倩 李一錡 《软件学报》 EI CSCD 北大核心 2026年第2期584-600,共17页
作为人工智能的基础设施,深度学习框架已经成为人工智能实现跨越发展的重要突破口.但是由于缺乏统一标准,不同框架的兼容水平较差.忠实模型转换通过将源模型迁移为另一种目标框架下的等价模型,来增强框架间的互操作性.然而,深度学习框... 作为人工智能的基础设施,深度学习框架已经成为人工智能实现跨越发展的重要突破口.但是由于缺乏统一标准,不同框架的兼容水平较差.忠实模型转换通过将源模型迁移为另一种目标框架下的等价模型,来增强框架间的互操作性.然而,深度学习框架数量较多且相互间差异较大,并且自主框架的需求逐渐增多,互相转换成本较高.因此,提出基于领域知识图谱的框架间AI源码自动迁移方法.该方法基于领域知识图谱和抽象语法树来系统地处理迁移挑战,首先将源代码转换为特定的抽象语法树,提取通用依赖信息和特定算子信息,然后再利用存储在领域知识图谱中的框架间算子及参数映射关系来迁移到目标框架下,形成目标框架下的目标模型代码,大大降低了工程复杂度.对比同类型的代码迁移工具,所提方法可以在国内外流行深度学习框架如PyTorch、PaddlePaddle和MindSpore之间进行互相迁移,达到了较好的成熟度和质量,部分成果已经开源到百度官方迁移工具PaConvert中. 展开更多
关键词 深度学习框架 代码迁移 知识图谱 抽象语法树
暂未订购 下载PDF
基于Transformer与BiLSTM的Docker构建预测 认领 引用
4
作者 蔡美玲 杨佶 张锦 《软件导刊》 2026年第3期63-68,共6页
在Docker构建过程中,通过建立提前预警机制能够精准预测构建失败情况,从而有效节省因等待构建完成而耗费的时间成本。现有基于配置语义特征与传统机器学习算法的Docker构建预测模型存在难以有效提取语义特征、捕捉复杂特征模式和深层语... 在Docker构建过程中,通过建立提前预警机制能够精准预测构建失败情况,从而有效节省因等待构建完成而耗费的时间成本。现有基于配置语义特征与传统机器学习算法的Docker构建预测模型存在难以有效提取语义特征、捕捉复杂特征模式和深层语义关系等问题,对此提出一种基于改进源代码表征方式和多头注意力机制的深度神经网络模型DeepPDBR。首先,使用AST分阶段解析对源代码进行表征,提取深层次语义特征,并将AST节点序列化后通过Word2Vec进行特征向量化;其次,使用Transformer编码器捕捉全局联系并进一步提取输入数据特征;再次,利用BiLSTM网络进行长距离依赖特征提取,以保留数据的序列化特征;最后,通过全连接层和Softmax层获得分类结果。实验结果表明,相较于现有模型,DeepPDBR在精确率、F1分数和曲线下面积方面分别提升了5.63%~12.28%、1.47%~50.49%和61.20%~93.03%,证实了其在Docker构建预测任务中的有效性。 展开更多
关键词 Docker 构建预测 抽象语法树 Transformer BiLSTM
暂未订购 下载PDF
ReChecker:基于模型检测的智能合约重入漏洞检测方法 认领 引用 被引量：1
5
作者 柴新卓 刘国玺 +2 位作者 李乐成 代飞 黄苾 《计算机集成制造系统》 EI CSCD 北大核心 2026年第3期1011-1024,共14页
智能合约的重入漏洞检测是保障其安全性的重要技术手段之一。现有基于符号执行、模糊测试和模型检测方法,只考虑了无锁智能合约,未考虑有锁智能合约的重入漏洞检测。有效建模智能合约并定义重入漏洞的安全性质具有挑战性。本文提出了一... 智能合约的重入漏洞检测是保障其安全性的重要技术手段之一。现有基于符号执行、模糊测试和模型检测方法,只考虑了无锁智能合约,未考虑有锁智能合约的重入漏洞检测。有效建模智能合约并定义重入漏洞的安全性质具有挑战性。本文提出了一种基于模型检测的智能合约重入漏洞检测方法(ReChecker),将智能合约细分为有锁智能合约和无锁智能合约,结合检查-生效-交互模式(CEI)和锁机制,实现对智能合约重入漏洞的自动检测。首先,基于抽象语法树(AST),将智能合约源代码建模为标号迁移系统(LTS);其次,从执行顺序和访问控制视角,使用线性时序逻辑(LTL)公式分别定义了基于CEI模式和基于锁机制的重入漏洞安全性质;然后,在进程分析工具(PAT)的支持下,自动化地检测了有锁智能合约和无锁智能合约是否会发生重入漏洞。最后,为了验证所提方法的有效性,在3个数据集上进行了实验,实验结果表明:相比5种基准方法,ReChecker的准确率平均提升了10.83%,漏报率和误报率平均降低了12%和17.5%. 展开更多
关键词 智能合约 重入漏洞 模型检测 抽象语法树 标号迁移系统 线性时序逻辑
暂未订购 下载PDF
基于多维度特征融合与边语义增强的代码漏洞检测方法 认领 引用 被引量：1
6
作者 张帅 魏乐 《计算机应用研究》 CSCD 北大核心 2026年第2期544-551,共8页
针对图驱动的代码漏洞检测方法中存在的图结构臃肿、局部与全局特征割裂及边语义信息缺失的问题,提出一种基于多维度特征融合与边语义增强的静态检测方法。首先,设计分层图融合策略,通过融合抽象语法树与程序依赖图,构建轻量化程序语义... 针对图驱动的代码漏洞检测方法中存在的图结构臃肿、局部与全局特征割裂及边语义信息缺失的问题,提出一种基于多维度特征融合与边语义增强的静态检测方法。首先,设计分层图融合策略,通过融合抽象语法树与程序依赖图,构建轻量化程序语义图,有效减少图节点数量。其次,明确提出代码具有作用域路径这一典型静态结构特征,并从代码文本序列、抽象语法树和作用域路径三个维度提取语句节点的局部语法、语义及全局上下文约束特征。最后,构建边语义增强的GAT网络,实现节点与边属性的协同更新。实验结果显示,在C/C++和Java数据集上的准确率分别达到93.1%和91.9%,F1值为92.8%和91.6%,明显优于MGVD、VulMPFF等四种主流方法,并在多种常见漏洞类型中展现出更优的适应性和泛化能力。 展开更多
关键词 漏洞检测 抽象语法树 程序依赖图 边语义增强
暂未订购 下载PDF
基于图Transformer的变更集错误定位方法 认领 引用
7
作者 刘浩 杜军威 +2 位作者 李玉莹 房敏营 贾学海 《软件学报》 EI CSCD 北大核心 2026年第5期2085-2102,共18页
错误定位是软件维护过程中的关键环节,如何提升自动化故障定位的有效性和效率是软件工程领域的研究焦点之一.随着开源软件数量激增且软件热更新需求增多,面向变更集的自动化错误定位成为软件质量保障的重要手段.传统基于信息检索的错误... 错误定位是软件维护过程中的关键环节,如何提升自动化故障定位的有效性和效率是软件工程领域的研究焦点之一.随着开源软件数量激增且软件热更新需求增多,面向变更集的自动化错误定位成为软件质量保障的重要手段.传统基于信息检索的错误定位方法只能表征自身文本信息,未能充分考虑变更集中的结构和语义变化,无法直接应用于变更集的错误定位任务.因此,提出一种基于图Transformer的变更集错误定位方法,使用基于变更信息抽象语法树表征代码结构变化信息,并从局部和全局角度表征变更代码和错误报告的语义信息,进而实现变更集中错误信息的匹配和定位.为验证方法的有效性,对来自6个错误诱发变更集的错误报告和变更进行测试,与最先进模型相比,MAP和MRR指标分别提升11.4%和12.9%,证明了提出方法的有效性. 展开更多
关键词 错误定位 图表示 错误诱发变更集 抽象语法树 错误报告
暂未订购 下载PDF
基于多智能体和抽象语法树的大模型代码漏洞检测方法 认领 引用
8
作者 覃天 田圻 杨佳骏 《湖北工业职业技术学院学报》 2026年第3期71-79,共9页
针对复杂软件系统中传统代码审计方法难以有效识别跨组件、跨模块业务逻辑漏洞,以及大语言模型在漏洞分析过程中存在幻觉风险的问题,本文提出了一种融合抽象语法树与大语言模型的多智能体协同代码审计方法。该方法以抽象语法树作为代码... 针对复杂软件系统中传统代码审计方法难以有效识别跨组件、跨模块业务逻辑漏洞,以及大语言模型在漏洞分析过程中存在幻觉风险的问题,本文提出了一种融合抽象语法树与大语言模型的多智能体协同代码审计方法。该方法以抽象语法树作为代码静态结构的中间表示,对源代码进行结构化建模;同时结合大语言模型的上下文语义推理能力,对跨函数、跨组件及跨语义层的潜在漏洞进行深层分析。在此基础上,引入多智能体协同机制,对代码解析、漏洞推理、结果验证和风险汇总等任务进行分解与调度,并通过Agent-to-Agent通信协议实现智能体间的能力声明、状态同步与信息共享。为降低大语言模型推理过程中的幻觉风险,进一步融合检索增强生成、静态分析工具及沙箱动态验证机制,对漏洞推断结果进行约束与校验,从而提升漏洞定位的准确性与可靠性。实验选取phpBB-2.0.23和cmsmadesimple-1.12.2两类典型开源项目进行验证,并基于公开漏洞数据库、历史安全公告及双阶段人工标注构建基准漏洞集。实验结果显示,所提方法在phpBB-2.0.23项目上的漏洞检测召回率达到84.6%,F1-score为0.917;在cmsmadesimple-1.12.2项目上的召回率达到88.9%,F1-score为0.941。结果表明,该方法在复杂逻辑漏洞检测场景中具有良好的检测性能与工程应用价值。 展开更多
关键词 代码审计 多智能体协同 大语言模型 抽象语法树 信息安全
暂未订购 下载PDF
基于深度学习的开源组件漏洞发现和评估研究 认领 引用
9
作者 程明 董晓祺 +2 位作者 蔡清远 郭伟强 许志毅 《电气自动化》 2026年第2期93-96,共4页
为解决传统扫描技术在面对大规模异构项目时因依赖规则或特征工程而导致性能受限的问题,提出了一种融合深度学习的自动化漏洞检测与评估模型。引入融合数据流与控制流分析的语义切片策略,实现对关键漏洞上下文的细粒度建模;结合基于抽... 为解决传统扫描技术在面对大规模异构项目时因依赖规则或特征工程而导致性能受限的问题,提出了一种融合深度学习的自动化漏洞检测与评估模型。引入融合数据流与控制流分析的语义切片策略,实现对关键漏洞上下文的细粒度建模;结合基于抽象语法树路径感知与注意力机制的代码表示学习方法,有效提取结构与语义特征。最终,采用双向长短时记忆网络对特征序列进行建模与分类。试验结果表明,所提模型在F1分数等核心指标上显著优于VulDeepecker等主流模型。所提模型具备良好的自动化检测能力与工程适用性,为开源组件漏洞的智能化识别与风险评估提供了有效路径。 展开更多
关键词 开源组件安全 漏洞智能化检测 深度学习应用 代码表示学习 抽象语法树
暂未订购 下载PDF
融合语义与层次化结构信息的代码推荐方法 认领 引用
10
作者 徐向伟 李勇 梁雨望 《计算机应用研究》 CSCD 北大核心 2026年第7期2126-2132,共7页
软件技术的快速发展带来了规模庞大的开源代码资源。代码复用凭借在提高开发效率、降低成本方面的优势已成为软件工程中的普遍需求,其中代码推荐技术是实现高效复用的关键路径。然而,现有方法大多依赖词法单元的语义建模,普遍忽略跨函... 软件技术的快速发展带来了规模庞大的开源代码资源。代码复用凭借在提高开发效率、降低成本方面的优势已成为软件工程中的普遍需求,其中代码推荐技术是实现高效复用的关键路径。然而,现有方法大多依赖词法单元的语义建模,普遍忽略跨函数上下文与抽象语法树的结构信息,导致语义理解不够充分,从而限制了检索精度的进一步提升。为此,提出一种融合语义与层次化结构信息的代码推荐方法SSFCR(semantic-and structure-fused code recommendation)。该方法引入动态上下文选择机制,以自适应地筛选跨文件与跨函数的上下文信息;并设计一种层次化抽象语法树编码器,结合语法标签门控与分层消息聚合策略,有效捕获代码中的长距离语法依赖。在多个公开数据集上的实验结果表明,与CodeBERT、GraphCodeBERT等主流基线方法相比,该方法在召回率与平均倒数排名等关键指标上均取得显著提升,同时展现出良好的跨语言与跨任务泛化能力。 展开更多
关键词 深度学习 代码推荐 语义增强 抽象语法树
暂未订购 下载PDF
结构优先的跨语言代码克隆检测方法 认领 引用
11
作者 熊俊华 魏乐 《计算机应用研究》 CSCD 北大核心 2026年第8期2457-2464,共8页
针对跨语言代码克隆检测中语法差异导致功能等价代码难以对齐的问题,提出一种结构优先的跨语言代码克隆检测方法SynGram(syntactic grammar-driven method)。该方法设计了用于跨语言对齐的统一抽象语法树(unified abstract syntax tree,... 针对跨语言代码克隆检测中语法差异导致功能等价代码难以对齐的问题,提出一种结构优先的跨语言代码克隆检测方法SynGram(syntactic grammar-driven method)。该方法设计了用于跨语言对齐的统一抽象语法树(unified abstract syntax tree,UAST)规范化流程,通过节点类型规范化和基于分隔符的结构分解,将异构代码转换为统一的子树序列;接着构建了一个层次化编码器,该编码器融合了递归子树编码、双向门控循环单元与注意力机制,来提取代码的结构与语义特征;最后通过多粒度相似度计算来实现综合程序级与块级特征的精准判别。在覆盖六种主流语言对及Go、Rust等现代语言扩展数据集上的实验表明,SynGram的平均F1分数均达0.97以上,优于多种主流序列与图基线模型,验证了该方法在处理语法差异及实现异构代码对齐方面的有效性。 展开更多
关键词 跨语言代码克隆检测 统一抽象语法树 节点类型规范化 层次化编码 多粒度相似度
暂未订购 下载PDF
代码语义特征提取与代码语义搜索研究 认领 引用
12
作者 张欣怡 赵逢禹 刘亚 《计算机与数字工程》 2026年第4期1086-1092,1116,共7页
代码语义搜索指的是将自然语言作为查询文本,从代码库中搜索与查询文本语义相关的代码片段。现有的代码搜索方法通常是将代码当作普通的文本序列,这些方法缺少对代码语义特征的充分提取和表示。针对这一问题,分析了与代码语义搜索密切... 代码语义搜索指的是将自然语言作为查询文本,从代码库中搜索与查询文本语义相关的代码片段。现有的代码搜索方法通常是将代码当作普通的文本序列,这些方法缺少对代码语义特征的充分提取和表示。针对这一问题,分析了与代码语义搜索密切相关的代码特征,给出了方法代码的签名、返回类型、数据结构、标识符和代码结构的特征提取方法,并提出了基于代码语义特征融合的代码语义搜索模型。为了验证论文方法在代码语义搜索方面的有效性,在Java-small数据集上进行实验,并在性能指标FRank、SuccessRate@k、Precision@k和MRR上与基线方法进行了比较。 展开更多
关键词 代码语义搜索 代码特征提取 词嵌入 抽象语法树
暂未订购 下载PDF
CoRAG:大模型和AST检索增强的代码重构方法 认领 引用
13
作者 袁利杰 张杨 《计算机技术与发展》 2026年第7期9-16,25,共8页
代码重构是软件工程中提升代码质量与可维护性的核心实践,大语言模型(LLM)凭借强大的上下文理解能力为自动化重构提供了新路径,但幻觉问题导致的重构前后功能不一致风险,严重制约了其实际应用。针对该问题及现有检索增强生成(RAG)方法... 代码重构是软件工程中提升代码质量与可维护性的核心实践,大语言模型(LLM)凭借强大的上下文理解能力为自动化重构提供了新路径,但幻觉问题导致的重构前后功能不一致风险,严重制约了其实际应用。针对该问题及现有检索增强生成(RAG)方法在代码场景中检索表示不精准和上下文融合低效的挑战,该文提出一种基于大语言模型和AST检索增强的代码重构方法(CoRAG)。首先构建了一个包含297个Python案例的数据集ErrorRef;其次,设计了文本特征和结构特征的混合检索策略来提升检索精度;最后将检索到的案例作为Few-shot示例,融入标准化结构化提示模板中,引导LLM生成可靠重构代码。实验结果表明,CoRAG方法的Pass@1达到了95.3%,Pass@3达到了96.28%,较基础提示分别提升12.47百分点与11.43百分点,且显著优于传统RAG与思维链(CoT)提示;同时,代码圈复杂度降低2.73%,Pylint评分提升119%,实现了功能一致和结构优化的双重目标。 展开更多
关键词 代码重构 大语言模型 一致性 抽象语法树 检索增强生成
暂未订购 下载PDF
基于元学习的小样本漏洞检测模型 认领 引用
14
作者 李师淼 韩斌 唐可欣 《电子设计工程》 2026年第11期1-6,共6页
针对传统漏洞检测模型在真实开源软件代码中泛化性不足的问题,该文提出一种基于元学习的小样本漏洞检测模型MetaFSVD。该模型采用融合语法特征与语义信息的漏洞切片表示方法,结合CodeBERT基学习器与双层MAML元学习框架实现跨特征交互建... 针对传统漏洞检测模型在真实开源软件代码中泛化性不足的问题,该文提出一种基于元学习的小样本漏洞检测模型MetaFSVD。该模型采用融合语法特征与语义信息的漏洞切片表示方法,结合CodeBERT基学习器与双层MAML元学习框架实现跨特征交互建模,从而提升对不同类型漏洞的检测能力。该文利用公开数据集NVD构建不同类型的漏洞切片数据集,并进行了多角度的消融、对比实验。实验结果表明,MetaFSVD方法在少样本场景下表现优异,在完整数据集上准确率、召回率和F1分数分别达到97.0%、97.0%和96.8%,较最优对比方法的F1分数提升7.4%;在真实数据集中,Devign和REVEAL的F1分数分别达到76.2%和82.7%,显著优于基线模型。结果验证了该模型的高效性与泛化能力,为小样本漏洞检测提供了有效的解决方案。 展开更多
关键词 漏洞检测 元学习 抽象语法树 小样本
暂未订购 下载PDF
DeepCom-GCN:融入控制流结构信息的代码注释生成模型 认领 引用 被引量：1
15
作者 钟茂生 刘会珠 +1 位作者 匡江玲 严婷 《江西师范大学学报（自然科学版）》 CAS 北大核心 2025年第1期27-36,共10页
代码注释生成是指给定一个代码片段,通过模型自动生成一段关于代码片段功能的概括性自然语言描述.不同于自然语言,程序语言具有复杂语法和强结构性.部分研究工作只利用了源代码的序列信息或抽象语法树信息,未能充分利用源代码的逻辑结... 代码注释生成是指给定一个代码片段,通过模型自动生成一段关于代码片段功能的概括性自然语言描述.不同于自然语言,程序语言具有复杂语法和强结构性.部分研究工作只利用了源代码的序列信息或抽象语法树信息,未能充分利用源代码的逻辑结构信息.针对这一问题,该文提出一种融入程序控制流结构信息的代码注释生成方法,将源代码序列和结构信息作为单独的输入进行处理,允许模型学习代码的语义和结构.在2个公开数据集上进行验证,实验结果表明:和其他基线方法相比,DeepCom-GCN在BLEU-4、METEOR和ROUGE-L指标上的性能分别提升了2.79%、1.67%和1.21%,验证了该方法的有效性. 展开更多
关键词 代码注释生成 抽象语法树 控制流图 图卷积神经网络 软件工程 程序理解 自然语言处理
暂未订购 下载PDF
一种CMA数值预报模式代码质量检测方法与实现 认领 引用
16
作者 李佳静 杨泽 +3 位作者 王彬 刘易凡 董泽信 孟涛 《应用气象学报》 CSCD 北大核心 2025年第2期155-163,共9页
中国气象局(CMA)数值预报的统筹研发对支撑平台的能力建设提出了更高要求,其中一个重要方面就是对数值预报模式代码的质量检测能力。目前缺乏有效针对数值预报模式代码的质量检测方法和工具,尤其对于性能缺陷和大规模代码的检测不能满... 中国气象局(CMA)数值预报的统筹研发对支撑平台的能力建设提出了更高要求,其中一个重要方面就是对数值预报模式代码的质量检测能力。目前缺乏有效针对数值预报模式代码的质量检测方法和工具,尤其对于性能缺陷和大规模代码的检测不能满足需要。为解决上述问题,该文针对子程序定义、数组操作和I/O操作等常见编程规则设计检测方法。该方法采用程序代码解析、抽象语法树匹配和流敏感的静态程序检测等关键技术,其中对分支和循环语句的分析方法有效避免了路径爆炸问题。基于该方法的检测工具在数值预报科创平台V1.0代码协同开发栏目提供使用,并应用于CMA区域数值模式的国省统筹研发。 展开更多
关键词 数值预报模式代码 代码质量 抽象语法树匹配 流敏感程序分析 有穷状态机
暂未订购 下载PDF
基于改进PageRank算法的软件系统关键类识别研究 认领 引用 被引量：2
17
作者 刘辉辉 徐良 马乐军 《金陵科技学院学报》 2025年第3期27-36,共10页
基于软件依赖网络的PageRank算法在投票过程中仅关注自身的投票权重,忽略了邻居节点的影响。为此,提出了一种参考邻居节点的PageRankStar算法。首先,采用SNCM工具构建软件依赖网络;随后,利用PageRankStar算法计算软件网络中每个节点(即... 基于软件依赖网络的PageRank算法在投票过程中仅关注自身的投票权重,忽略了邻居节点的影响。为此,提出了一种参考邻居节点的PageRankStar算法。首先,采用SNCM工具构建软件依赖网络;随后,利用PageRankStar算法计算软件网络中每个节点(即类)的重要性程度;最后,结合软件依赖网络约简规则,将类的重要性进行降序排列,选取top-k作为关键类候选集。在5个不同规模的开源项目上开展实证分析,结果表明:在多数情况下,PageRankStar算法的关键类识别性能优于基线算法;在可扩展性方面,其计算效率与基线算法表现相当,并且在处理大规模数据集时仍能保持高效和稳定。 展开更多
关键词 软件依赖网络 关键类识别 抽象语法树 PageRank算法
暂未订购 下载PDF
基于抽象语法树变异的漏洞样本生成方法 认领 引用
18
作者 郑炜 李云帆 +3 位作者 桂奎 吴潇雪 陈翔 邓沛然 《软件学报》 EI CSCD 北大核心 2025年第10期4590-4611,共22页
随着信息技术的持续发展,软件产品的数量和种类不断增加,然而即使是高质量的软件也可能存在漏洞.此外,软件更新速度快,软件架构愈发复杂,这导致漏洞逐渐进化成新的形态,传统的漏洞检测方法和规则难以适用于新的漏洞特征.由于零日漏洞样... 随着信息技术的持续发展,软件产品的数量和种类不断增加,然而即使是高质量的软件也可能存在漏洞.此外,软件更新速度快,软件架构愈发复杂,这导致漏洞逐渐进化成新的形态,传统的漏洞检测方法和规则难以适用于新的漏洞特征.由于零日漏洞样本的稀缺性,软件演化过程中出现的零日漏洞难以被发现,这为软件安全带来很大的潜在风险.提出一种基于抽象语法树变异的漏洞样本生成方法,能够模拟真实漏洞的结构和语法规则,生成更符合实际情况的漏洞样本,它可以为软件安全性和可靠性提供更加有效的解决方案.该方法通过分析Eclipse CDT生成的抽象语法树结构,提取节点中的语法信息,重构节点和抽象语法树,优化抽象语法树结构,并设计一系列变异算子,然后在优化后的抽象语法树上进行变异操作.该方法可以生成具有UAF和CUAF漏洞特征的变异样本,这些样本可以用于零日漏洞的检测,有助于提高零日漏洞的检测率.实验结果表明,该方法比传统检测方法中的随机变异方法平均减少了34%的无效样本量,并且可以生成更加复杂的变异样本;此外,该方法可以生成更加复杂的变异样本,提高检测的覆盖率和准确率. 展开更多
关键词 抽象语法树 零日漏洞 变异算子 漏洞样本生成
暂未订购 下载PDF
FLWD:基于联邦学习的Webshell检测方法 认领 引用
19
作者 曾庆鹏 柴江力 吴水秀 《网络与信息安全学报》 2025年第3期109-119,共11页
Webshell攻击是网络攻击中常用的手段,攻击者通过Webshell获得Web服务器的部分控制权实施恶意行为。Webshell运行具有隐蔽性,且攻击者会不断创建新的Webshell变体来逃避安全检测,同时服务器之间缺乏信息共享和协调,导致应对Webshell攻... Webshell攻击是网络攻击中常用的手段,攻击者通过Webshell获得Web服务器的部分控制权实施恶意行为。Webshell运行具有隐蔽性,且攻击者会不断创建新的Webshell变体来逃避安全检测,同时服务器之间缺乏信息共享和协调,导致应对Webshell攻击的检测能力参差不齐,难以形成全面有效的防御体系。为应对以上挑战,提出了一种基于联邦学习的Webshell检测方法,该方法融合Webshell的抽象语法树节点值序列特征、代码结构特征、文本混淆度特征以及网络安全领域经验特征,基于文本卷积神经网络(text convolutional neural network,TextCNN)设计网络模型以学习Webshell样本的恶意行为。同时,基于联邦学习的FedAvg算法和差分隐私随机梯度下降(differentially private stochastic gradient descent,DP-SGD)算法实现数据不出域场景下多个参与方的协同训练,保障了参与方在联邦学习过程中的数据隐私,防止敏感信息泄露。实验结果显示,在AMWD'22数据集上,所提方法模型的检测准确率为99.47%,F1值为99.67%,相比其他算法模型的检测效果更好。在基于联邦学习的Webshell检测中,所提模型可在数据不出域场景下学习到各参与方数据,检测准确率由98.01%提升到99.01%。 展开更多
关键词 Webshell检测 联邦学习 差分隐私 抽象语法树 TextCNN
暂未订购 下载PDF
基于孪生网络的源代码相似性检测方法 认领 引用
20
作者 冯景瑜 刘正波 +2 位作者 刘宇航 张文波 韩刚 《西安邮电大学学报》 2025年第2期99-106,共8页
针对现有方法在源代码相似性检测中难以有效提取语法和结构信息的问题,提出一种基于孪生网络(Siamese Neural Network,SNN)的源代码相似性检测方法。利用抽象语法树(Abstract Syntax Tree,AST)作为源代码表征形式,设计适用于AST的位置... 针对现有方法在源代码相似性检测中难以有效提取语法和结构信息的问题,提出一种基于孪生网络(Siamese Neural Network,SNN)的源代码相似性检测方法。利用抽象语法树(Abstract Syntax Tree,AST)作为源代码表征形式,设计适用于AST的位置编码机制和多维源代码特征提取机制。将AST中的每个节点转化成词嵌入向量,生成对应的位置编码向量,相加后输入Transformer模型,生成包含丰富语法和结构信息的向量,拼接多维源代码特征向量作为孪生网络的输入,实现源代码的相似性检测。实验结果表明,所提方法准确率达91.88%,较FCDetector、TreeCen和C4方法分别提升20.32%、9.15%和10.23%,在源代码相似性检测的性能上更具优势。 展开更多
关键词 漏洞挖掘 源代码相似性 抽象语法树 孪生网络 位置编码
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 9 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈