- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供基于知识图谱的开源软件漏洞挖掘方法,将知识表示学习与图卷积神经网络相结合,给开源项目提供漏洞发现与预测工具,从而保证开源项目组件调用的安全性。首先,本发明通过开源软件领域知识本体构建知识图谱,实体类包括了项目、依赖库、项目版本、漏洞ID,缺陷ID等。然后分析了将图模型方法应用于软件漏洞领域知识实体可行性,为软件漏洞挖掘提供理论基础。最后提出知识表示学习与图卷积神经网络相结合的方法,将项目中实体信息、结构性特征等历史数据信息作为训练数据训练图卷积神经网络的模型,用于软件漏洞的发现与预测。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113239358 A
(43)申请公布日 2021.08.10
(21)申请号 202110264728.5
(22)申请日 2021.03.11
(71)申请人 东南大学
地址 21
文档评论(0)