mVul Sniffer：一種多類型源代碼漏洞檢測方法

摘要： 針對現(xiàn)有基于深度學習的源代碼漏洞檢測方法使用的代碼切片不能全面覆蓋漏洞類間細微差異特征，且單一深度學習檢測模型對跨文件、跨函數(shù)代碼語句間較長的上下文依賴信息學習能力不足的問題，提出一種多類型源代碼漏洞檢測方法。首先，基于程序依賴圖中的控制依賴和數(shù)據(jù)依賴信息，抽取包含可區(qū)分漏洞類型的細粒度兩級代碼切片。其次，將兩級切片轉(zhuǎn)化為初始表示向量。最后，構(gòu)建適用于兩級代碼切片的深度學習漏洞...