[发明专利]一种基于语句联合编码深度神经网络的UAF漏洞检测方法有效
| 申请号： | 201910370738.X | 申请日： | 2019-05-06 |
| 公开（公告）号： | CN110162972B | 公开（公告）日： | 2022-11-18 |
| 发明（设计）人： | 韩波;黎冠延 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06F21/57;G06N3/04;G06N3/08 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于语句联合编码深度神经网络的UAF漏洞检测方法，首先生成源代码训练样本集；然后对训练样本集进行预处理；构建并训练深度神经网络模型；采用UAF漏洞对应的代码格式将源代码进行格式化；最后使用训练完成的深度神经网络进行对步骤4中格式化后的源代码进行漏洞检测。本发明采用了一种源代码生成器，可以按照UAF模板的设计自动生成出带有标签的训练样本，从而可以从生成训练样本到构造检测模型完成实现自动化。同时，本发明改进了使用的“端到端记忆神经网络结构”，在仅需要原有训练样本数据规模十分之一的条件下，使得UAF漏洞的检测可以达到同样的90％以上准确率。 | ||
| 搜索关键词： | 一种 基于 语句 联合 编码 深度 神经网络 uaf 漏洞 检测 方法 | ||
【主权项】：
1.一种基于语句联合编码深度神经网络的UAF漏洞检测方法，其特征在于，包括以下步骤：步骤1：生成源代码训练样本集；步骤2：对训练样本集进行预处理；步骤3：构建并训练深度神经网络模型；步骤4：采用UAF漏洞对应的代码格式将源代码进行格式化；步骤5：使用训练完成的深度神经网络进行对步骤4中格式化后的源代码进行漏洞检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910370738.X/，转载请声明来源钻瓜专利网。
