公开(公告)号：CN119475352A

公开(公告)日：2025-02-18

申请号：CN202411576635.6

申请日：2024-11-06

Applicant: 哈尔滨工业大学

Inventor： 苏小红 ,  陶文鑫 ,  张丝敏 ,  柯晔坤 ,  韩一 ,  郑宇

IPC: G06F21/57 ,  G06F18/25 ,  G06F18/24 ,  G06F21/56 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明公开了一种基于跨模态细粒度特征对齐和融合的语句级漏洞检测方法，所述方法将高级程序语言代码转换为源代码语句与汇编代码指令序列对齐且源代码变量与汇编代码寄存器对齐的双模态融合信息的汇编代码，通过双模态互切和双模态净化方法对代码进行预处理，得到净化后的源代码切片和汇编代码切片；将净化后到的双模态切片代码段送入编码网络进行双模态特征融合并学习语句的长依赖关系；将双模态信息融合的代码切片高级向量表示送入解码网络，将编码器得到的语义向量转换为特定序列；将解码网络的输出结果送入分类器中判别待测代码语句是否含有漏洞。本发明可检测出包含多种类型的漏洞或跨越多行语句的复杂漏洞结构，有效地降低误报率和漏报率。

公开(公告)号：CN119475345A

公开(公告)日：2025-02-18

申请号：CN202411523678.8

申请日：2024-10-30

Applicant: 哈尔滨工业大学

Inventor： 苏小红 ,  董肇会 ,  郑伟宁 ,  陶文鑫 ,  魏宏巍 ,  郑宇 ,  柯晔坤

IPC: G06F21/57 ,  G06F18/25

Abstract: 本发明公开了一种基于融合特征提示调优的语句级代码漏洞检测方法，首先利用静态分析工具解析源代码，利用程序切片技术生成切片代码段；随后，将语句级别的硬提示和软提示相结合，形成融合特征提示；之后，融合切片特征和语句特征，将这些特征嵌入模型中；最后，利用融合特征提示调优和预训练模型实现语句级别的漏洞检测。该方法根据漏洞语句的特征设计提示模板，能够充分利用预训练知识，学习漏洞代码的结构和属性信息，使模型能够更准确地区分漏洞语句和非漏洞语句，减少误报的可能性。此外，该方法可以充分利用预训练模型对上下文的理解能力，捕捉代码中细微的语法和语义信息。

公开(公告)号：CN119557885A

公开(公告)日：2025-03-04

申请号：CN202411611308.X

申请日：2024-11-12

Applicant: 哈尔滨工业大学

Inventor： 苏小红 ,  陶文鑫 ,  柯晔坤 ,  张丝敏 ,  韩一 ,  李艳龙

IPC: G06F21/57 ,  G06F8/53 ,  G06F18/2431 ,  G06N3/0442

Abstract: 本发明公开了一种基于xLSTM模型的二进制切片级快速漏洞检测方法，该方法采用分段代码表示架构和新型的xLSTM模型。分段代码表示架构由指令编码网络和程序编码网络构成，通过结合指令编码网络和程序编码网络，可以全面捕获代码的细粒度语义信息和全局结构信息，从而增强漏洞检测模型的准确性。除此之外，该方法采用新颖的xLSTM模型，xLSTM引入了指数门控机制，与传统的Sigmoid门控相比，指数门控可以提供更动态的信息过滤能力，有助于改善记忆和遗忘过程。同时，xLSTM在门控计算中引入了额外的归一化和稳定化步骤，提升了模型的稳定性。此外，xLSTM引入了矩阵记忆，这允许并行处理并改善了存储容量。