一种基于随机探测算法和信息聚合的漏洞检测方法

• 作者: 文伟平 李海林 李经纬 焦英楠
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 漏洞检测 特征提取 机器学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 等级保护
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP309
• 字数: 5087字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2019.01.001

摘要

随着计算机软件复杂度的持续增长,软件架构的安全性不断下降.由于软件各模块耦合性过高,导致软件漏洞数量急剧增加,安全漏洞的检测和防护技术逐渐成为网络安全领域的重点研究方向.现有的漏洞静态检测方法检测效果较差,而模糊测试技术需要消耗大量时间,业内缺乏能够快速对大规模二进制程序进行漏洞扫描的方法.文章基于机器学习方法,使用一种随机探测算法对反编译后的程序进行轻量级静态特征提取,并在动态特征提取过程中对参数进行信息聚合,对提取到的动态特征和静态特征分别运用Text-CNN、Logistic、随机森林等算法进行模型训练.实验表明,文章方法可以有效对二进制程序进行漏洞检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文伟平	北京大学软件与微电子学院	45	480	12.0	21.0
2	焦英楠		11	40	4.0	6.0
3	李经纬	北京大学软件与微电子学院	2	0	0.0	0.0
4	李海林	北京大学软件与微电子学院	1	0	0.0	0.0