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。