基于机器学习的软件脆弱性分析方法综述

• 作者: 况晓辉 刘强 李响 聂原平
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 软件脆弱性分析 机器学习 综述
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 软件工程
• 页码范围: 2000-2007
• 页数: 8页
• 分类号: TP393
• 字数: 9156字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.11.012

摘要

随着被披露脆弱性代码样本数量的不断增加和机器学习方法的广泛应用,基于机器学习的软件脆弱性分析逐渐成为信息安全领域的热点研究方向.首先,通过分析已有研究工作,提出了基于机器学习的软件脆弱性挖掘框架;然后,从程序分析角度对已有研究工作进行了分类综述;最后,对研究成果进行了对比分析,并分析了当前基于机器学习的脆弱性分析方法面临的挑战,展望了未来的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘强	军事科学院系统工程研究院信息系统安全技术国防科技重点实验室	126	3641	30.0	58.0
3	李响	军事科学院系统工程研究院信息系统安全技术国防科技重点实验室	8	0	0.0	0.0
4	况晓辉	军事科学院系统工程研究院信息系统安全技术国防科技重点实验室	2	0	0.0	0.0
7	聂原平	军事科学院系统工程研究院信息系统安全技术国防科技重点实验室	1	0	0.0	0.0