计算机工程与科学

作者：陈子雄, 陈旭, 景永俊, 宋吉飞

单位：1.北方民族大学计算机科学与工程学院，宁夏 银川 750021；2.国家（中卫）新型互联网交换中心，宁夏 中卫 755000

关键词：图神经网络,漏洞检测,数据集,数据流图,控制流图,

基金：宁夏回族自治区重点研发项目(2023BDE02017)；北方民族大学中央高校基本科研业务费专项资金(2022PT_S04)

随着开源软件在各个领域的广泛应用，源代码漏洞已经导致了一系列严重的安全问题。鉴于这些漏洞对计算机系统的潜在威胁，检测软件中的源代码漏洞以防止网络攻击已成为一个重要的研究领域。为了实现自动化检测并降低人力成本，研究人员提出了许多基于传统深度学习的方法。然而，这些方法大多将源代码视为自然语言序列而没有充分考虑代码的结构信息，因此其检测效果受到了限制。近年来，基于代码图表示和图神经网络的源代码漏洞检测方法应运而生。全面综述了图神经网络在源代码漏洞检测中的应用，并提出了一个基于图神经网络的源代码漏洞检测通用框架。从文件级别、函数级别和切片级别3种漏洞检测粒度出发，系统地总结和阐述了现有的方法和相关数据集。最后，讨论了该领域所面临的挑战，并对未来可能的研究重点进行了展望。

来源：2024年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第10期