1.一种基于图简化的代码漏洞检测方法,其特征在于,其包括以下步骤:S1,对原始的软件代码code0进行预处理以去除噪声,得到预处理后的软件代码code1;其中,code1包括K1行代码;
对code1进行图像生成处理,得到程序依赖图PDG;
其中,PDG包括K1个原始节点、K2条原始节点边;
第k1个原始节点表示code1中的第k1行代码;k1∈[1,K1];
K2条原始节点边表示K1个原始节点之间的依赖关系;
S2,对PDG进行图简化处理,得到程序简化图CSG;
CSG包括N1个简化节点、N2个简化节点边;N1<K1,N2<K2;
其中,图简化处理的方法包括:
S21,根据节点类型合并PDG中相邻的原始节点,合并后的简化节点继承合并前原始节点的原始节点边、并形成简化节点边;
S22,去除PDG中的噪声节点和游离节点,并将与噪声节点和游离节点相连的原始节点边进行删除;
S3,对CSG中的N1个简化节点进行向量嵌入,得到N1个简化节点向量,并将CSG更新成代码向量图;
S4,对代码向量图基于简化节点、简化节点边和简化节点向量进行中心性分析,以生成权重图像;
S5,将权重图像调整至CNN模型的输入规格要求、并进行二分类任务,以完成软件代码的漏洞检测。
2.根据权利要求1所述的基于图简化的代码漏洞检测方法,其特征在于,S21中,根据节点类型合并相邻原始节点的方法包括以下步骤:判断相邻原始节点是否符合合并规则;
若相邻原始节点符合合并规则,则合并相邻原始节点;
其中,合并规则包括:
父节点的类型为表达式语句,子节点的类型也为表达式语句,则进行合并;
父节点的类型为标识符声明语句,子节点的类型为标识符,则进行合并;
父节点的类型为条件语句,子节点为任意类型均进行合并;
父节点的类型为for循环语句,子节点的类型为参数列表,则进行合并;
父节点的类型为函数调用语句,子节点的类型为标识符或参数列表,则进行合并;
合并相邻原始节点的方法包括保留父节点类型的原始节点,删除子节点类型的原始节点,并保留子节点类型的原始节点对应的原始节点边;
相邻原始节点中,父节点为位于原始节点边前面的原始节点,子节点为位于原始节点边后面的原始节点。
3.根据权利要求1所述的基于图简化的代码漏洞检测方法,其特征在于,在S22中,噪声节点的判断方法包括以下步骤:S221,确定预定义噪声节点的属性;
S222,将PDG中的K1个原始节点和预定义噪声节点的属性一一进行对比;
若某个原始节点的属性与预定义噪声节点的属性一致,则判断该原始节点为噪声节点。
4.根据权利要求3所述的基于图简化的代码漏洞检测方法,其特征在于,预定义噪声节点的确定方法包括以下步骤:S2211,对样本软件代码进行预处理以去除噪声,并对预处理后的样本软件代码进行图像生成处理,得到程序依赖图PDG’;
其中,样本软件代码为已知存在漏洞的软件代码;
S2212,统计PDG’中的节点类型;
S2213,对PDG’的每个节点类型都进行消融实验,将检测结果有负面影响的节点类型作为可疑节点类型;
S2214,对可疑节点类型中的每个节点进行消融实验,将检测结果有负面影响的节点确定为噪声节点;
对噪声节点的属性进行记录,并保存为预定义噪声节点。
5.根据权利要求1所述的基于图简化的代码漏洞检测方法,其特征在于,S22中,游离节点的判断方法包括以下步骤:S2215,计算PDG中K1个原始节点的度;
S2216,将度为0的原始节点视为游离节点。
6.根据权利要求1所述的基于图简化的代码漏洞检测方法,其特征在于,S4中,生成权重图像的方法包括以下步骤:S41,计算得到代码向量图中N1个简化节点的可破坏性度量x1~xN1、特征向量中心性EC1~ECN1和接近中心性CC1~CCN1;
S42,根据N1个简化节点的可破坏性度量x1~xN1计算得到可破坏性度量通道;
根据N1个简化节点的特征向量中心性EC1~ECN1计算得到特征向量通道;
根据N1个简化节点的接近中心性CC1~CCN1计算得到接近通道;
S43,根据可破坏性度量通道、特征向量通道和接近通道生成权重图像;
权重图像用于表征N1行简化节点的重要性。
7.根据权利要求6所述的基于图简化的代码漏洞检测方法,其特征在于,计算可破坏性度量通道的方法包括以下步骤:S411,计算第n1个简化节点的可破坏性度量xn1,n1∈[1,N1],其计算公式为:式中,nreachable表示第n1个简化节点与其后面相邻简化节点的简化节点边数,ntotal表示代码向量图中所有的简化节点数;
S412,将第n1个简化节点向量乘以第n1个简化节点的可破坏性度量xn1得到通道值一;
S413,遍历N1个简化节点,得到N1个通道值一;
将N1个通道值一按照代码行顺序进行排列得到可破坏性度量通道。
8.根据权利要求6所述的基于图简化的代码漏洞检测方法,其特征在于,计算特征向量通道的方法包括以下步骤:S421,计算第n1个简化节点的特征向量中心性ECn1,n1∈[1,N1],其计算公式为:式中,α表示比例常数,β表示第n1个简化节点的特征向量中心性ECn1的初始值;A表示邻接矩阵;An1j1表示第n1个简化节点和第j1个简化节点之间的边权重或连接关系;xj1表示第j1个简化节点的特征向量中心性ECj1,第j1个简化节点与第n1个简化节点为相邻节点,j1∈[1,N1];
S422,将第n1个简化节点的向量乘以第n1个简化节点的特征向量中心性ECn1得到通道值二;
S423,遍历N1个简化节点,得到N1个通道值二;
将N1个通道值二按照代码行顺序进行排列得到特征向量通道;
计算接近通道的方法包括以下步骤:
S431,计算第n1个简化节点的接近中心性CCn1,其计算公式为:式中,dn1j2表示第n1个简化节点和第j2个节点之间的最短距离;j2∈[1,N1];N表示CSG中所有简化节点的数量;
S432,将第n1个简化节点的向量乘以第n1个简化节点的接近中心性CCn1得到通道值三;
S433,遍历N1个简化节点,得到N1个通道值三;
将N1个通道值三按照代码行顺序进行排列得到接近通道。
9.根据权利要求1所述的基于图简化的代码漏洞检测方法,其特征在于,S5中,将权重图像调整至CNN模型输入规格要求的方法包括以下步骤:若权重图像的大小小于阈值,则在可破坏性度量通道、特征向量通道和接近通道的末端填充零向量;
若权重图像的大小大于阈值,则删除可破坏性度量通道、特征向量通道和接近通道的末端数据。
10.一种基于图简化的代码漏洞检测系统,其特征在于,其使用如权利要求1至9中任一项所述的基于图简化的代码漏洞检测方法;基于图简化的代码漏洞检测系统包括:预处理模块,其用于对原始的软件代码code0进行预处理以去除噪声,得到预处理后的软件代码code1;还用于对预处理后的软件代码进行图像生成处理,得到程序依赖图PDG;
图简化模块,其用于对PDG进行图简化处理,得到程序简化图CSG;
节点嵌入模块,其用于对CSG中的N1个简化节点进行向量嵌入,得到N1个简化节点向量,并将CSG更新成代码向量图;
图像生成模块,其用于对代码向量图基于简化节点、简化节点边和简化节点向量进行中心性分析,以生成权重图像;
分类模块,其用于将权重图像调整至CNN模型的输入规格要求,并进行二分类任务。