2024年最全VulBG 构建行为图加强基于深度学习的漏洞检测模型

• 行为图构建： 鉴于函数的源代码，使用切片和代码嵌入来获取函数的行为。通过对行为进行聚类，得到一组中心点行为，然后根据中心点行为和行为的相似性构建行为图。
• **行为特征提取：**对每个函数节点进行图嵌入，将其转换为向量，然后使用多层感知器（MLP）进一步处理函数的行为特征。
• **模型融合：**采用了模型融合的方法，将行为特征与（TextCNN、ASTGRU、CodeBERT、Devign 和 VulCNN）等模型提取的特征结合起来，共同进行分类。
• 
• 图 3 VulBG 的基本架构

3.1 行为图构建

行为图旨在表示函数间的联系，由函数节点和行为节点质心（切片）构成，行为节点表示为聚类的质心，函数节点表示该行为的所属函数。

图 4 行为图示例

图 4 为一个行为图的实例。其中 B1、B2、…、B7 为各个函数的行为；CB1、CB2、CB3 为多个相似行为通过聚类后得到的质心；F1、F2、F3 为函数。用质心表示所有相似行为，并将函数与质心相连得到最终的行为图，其中 边 基于函数行为到质心的欧几里得距离 设置的权重。

图 5 行为图构建流程

图 5 展示了行为图的构建流程，大致可以分为 4 个部分：代码切片、代码嵌入、K-Means 聚类以及图构建。

3.1.1 代码切片

不同于常规的代码切片方法将完整的 源程序/函数 处理为单个切片，文中根据兴趣点/关注点将函数切分为多个切片（行为）。论文将漏洞关注点归纳为两点：

• API 调用：API 的误用可能会导致 BOF、UAF、IF 等漏洞。根据 API 函数的参数进行后向切片，根据该函数的返回值进行前向切片
• 内存操作：分为指针类型变量和数组类型变量，对这类操作进行后向切片。

基于上述两类兴趣点/关注点，对每一个函数执行代码切片。代码切片通过源代码分析工具 Joern 实现。切片所需要的数据流依赖和控制流依赖通过 Joern 生成的 PDG 和 CFG 获得，操作包含的变量通过 Joern 的查询结果得到。对于每一个待切分的变量，在对应的CFG 中向前和向后遍历，收集存在数据依赖的语句和变量。在生成的所有切片中，大约 95.8% 的切片少于 64 个单词。

3.1.2 代码嵌入

函数的行为表示为多个文本形式的代码切片。论文采用 CodeBERT 模型对函数行为进行嵌入，它可以获取代码序列的长距离依赖关系，并使模型关注代码序列中的重要部分（多头注意力机制）。在论文中，每一个行为（切片）被编码为一个长度为 768 维的向量。

3.1.3 聚类

如果直接以一个源程序中的所有行为构建图，那么该图会很复杂、庞大，不利于后续处理。文中采用 K－Means 聚类算法中的特殊变种 MiniBatchKMeans 对提取到的一系列行为进行聚类，将多个相似的行为聚类为一簇，以减少图的节点向量，使信息更加聚集。

3.1.4 图构建

分别连接函数和其对应的行为，构建行为图。不同的行为之间存在差异，利用行为的相似性（行为节点到聚类质心的欧几里得距离）设置边的权重。两个行为越相似，它们的嵌入结果越相近。

3.2 行为特征提取

在得到行为图后，利用 Node2Vec 将行为图中的函数节点编码为长度为 128 维的向量，并将图向量输入到 4 层的 MLP 分类器中，输出最后一层隐藏层的值作为本文提取到的漏洞行为特征。

3.3 模型融合

如图 6 所示，在得到行为特征向量后，运行其它基线方法获取对应的特征向量，将二者进行 concatenate 融合，输入到输出层，得到最终的预测值。 论文中的基线方法包括 TextCNN、ASTGRU、CodeBERT、Devign、VulCNN 五种。

图 6 VulBG 模型融合架构

4 实验评估

4.1 实验设置

实验数据集采用两种真实世界的数据集：FFMpeg+Qemu （Devign），Chrome+Debian （Reveal）。数据集的详细信息如表 1 所示。

表 1 数据集统计

实验采用 Precision §，Recall ®, F-measure (F1) 三个指标来评估 VulBG 的漏洞检测性能：

P = TP / TP + FP；R = TP / TP + FN；F1 = 2 * ( P * R / P + R).

其中 TP：true positive；FP：false positive；TN：true negative；FN：false negative.

4.2 实验评估

如表 2 所示， 行为图模型实现了较高的 F1（56.1%）和 Recall（61.2%）。就 F1 和 Recall 而言，在六种方法中，行为图模型在 FFMpeg+Qemu 数据集上排名第一，在 Chrome+Debian 数据集上排名第二，这已经证明行为图模型在漏洞检测中效果良好。

表 2 VulBG 与基线方法性能对比

如表 3 所示，各项指标的变化情况列于分数之下。所有融合模型的 F1 和 Recall 都较高。在 FFMpeg+Qemu 数据集上，除了 BG+TextCNN 的 Precision 外，各模型的所有指标都达到了更高的分数；在 Chrome+Debian 数据集上，除了 BG+CodeBERT 的 Recall 有所下降外，各模型的所有指标也都有所提高。

表 3 模型融合后的性能对比

总而言之，VulBG 对提高基于 DL 的 VD 性能有显著效果。平均而言，在 FFMpeg+Debian 数据集上，F1、精确度和召回率分别提高了 4.2%、0.1% 和 8.7%；在 Chrome+Debian 数据集上，F1、精确度和召回率分别提高了 6.5%、5.3% 和 1.7%。VulBG 的高召回率使基于 DL 的 VD 能够发现更多漏洞，而更高的 F1 也证明 VulBG 可以提高不同模型的整体性能。

5 总结

文中提出了一种新方法，它可以提取函数的行为，然后构建行为图来表示不同函数之间的联系。设计并实现了 VulBG，通过将行为图与其他基于 DL 的 VD 方法相结合来提高漏洞检测性能。在两个真实世界数据集上的评估结果表明，行为图本身就足以胜任漏洞检测工作，且 可以进一步有效提高不同类型基于 DL 的 VD 方法（即 TextCNN、ASTGRU、CodeBERT、Devign 和 VulCNN）的整体性能。

给大家的福利

零基础入门

对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

同时每个成长路线对应的板块都有配套的视频提供：

因篇幅有限，仅展示部分资料

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！