期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SeqGAN和Bi-GRU实施过采样的SVD方法
1
作者
刘元坤
宋礼鹏
+1 位作者
朱宇辉
石江雨
《计算机仿真》
2024年第2期500-506,共7页
近年来,基于深度学习的软件漏洞检测方法,在开源C/C++漏洞数据集上取得了97%的准确率。然而,由于漏洞样本占比较低而导致的类不平衡问题,以上方法的误报率和漏报率较高。鉴于SeqGAN的生成策略和Bi-GRU的表征学习能力,提出了基于SeqGAN、...
近年来,基于深度学习的软件漏洞检测方法,在开源C/C++漏洞数据集上取得了97%的准确率。然而,由于漏洞样本占比较低而导致的类不平衡问题,以上方法的误报率和漏报率较高。鉴于SeqGAN的生成策略和Bi-GRU的表征学习能力,提出了基于SeqGAN、Bi-GRU和TextCNN的软件漏洞检测方法。利用SeqGAN对开源C/C++漏洞数据集进行过采样处理以生成过采样漏洞样本,经Bi-GRU挖掘过采样漏洞样本和真实漏洞样本的共有潜在特征,最终提高TextCNN对真实漏洞样本的检测性能。实验结果表明,所提方法在7个开源软件项目的C/C++汇总漏洞数据集上取得了0.9538的F1 score,与TextCNN在应用降采样技术RUS处理后的数据集上的测试结果相比,提高了12.3%;与先进的基于深度学习的软件漏洞检测方法,如VulDeePecker相比,提高了82.5%。
展开更多
关键词
软件漏洞检测
深度学习
过采样
生成对抗网络
循环神经网络
卷积神经网络
下载PDF
职称材料
题名
基于SeqGAN和Bi-GRU实施过采样的SVD方法
1
作者
刘元坤
宋礼鹏
朱宇辉
石江雨
机构
中北大学大数据学院
山东大学机电与信息工程学院
出处
《计算机仿真》
2024年第2期500-506,共7页
基金
国家重点研发计划(2021YFC3320105)。
文摘
近年来,基于深度学习的软件漏洞检测方法,在开源C/C++漏洞数据集上取得了97%的准确率。然而,由于漏洞样本占比较低而导致的类不平衡问题,以上方法的误报率和漏报率较高。鉴于SeqGAN的生成策略和Bi-GRU的表征学习能力,提出了基于SeqGAN、Bi-GRU和TextCNN的软件漏洞检测方法。利用SeqGAN对开源C/C++漏洞数据集进行过采样处理以生成过采样漏洞样本,经Bi-GRU挖掘过采样漏洞样本和真实漏洞样本的共有潜在特征,最终提高TextCNN对真实漏洞样本的检测性能。实验结果表明,所提方法在7个开源软件项目的C/C++汇总漏洞数据集上取得了0.9538的F1 score,与TextCNN在应用降采样技术RUS处理后的数据集上的测试结果相比,提高了12.3%;与先进的基于深度学习的软件漏洞检测方法,如VulDeePecker相比,提高了82.5%。
关键词
软件漏洞检测
深度学习
过采样
生成对抗网络
循环神经网络
卷积神经网络
Keywords
Software vulnerability detection(SVD)
Deep learning
Data oversampling
GAN
RNN
CNN
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SeqGAN和Bi-GRU实施过采样的SVD方法
刘元坤
宋礼鹏
朱宇辉
石江雨
《计算机仿真》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部