中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于图深度学习的漏洞检测

文献类型:期刊论文

作者董继平; 郭启全; 高春东; 郝蒙蒙; 江东
刊名科技导报
出版日期2023-07-13
卷号41期号:13页码:41-59
关键词网络安全 漏洞检测 图深度学习 图嵌入 图神经网络
ISSN号1000-7857
英文摘要图深度学习技术在处理非欧氏结构数据中显示了巨大潜力,大量研究工作尝试将图嵌入或图神经网络应用到漏洞检测中。梳理了基于图深度学习的漏洞检测方法,按其一般流程,归纳了数据集、图数据、图深度学习模型构建及结果评估4个主要阶段;从图深度学习漏洞检测的有效性出发,阐述了基于代码模式和基于相似性及具体应用场景中的研究成果;分析了该领域面临的挑战和未来的趋势。
源URL[http://ir.igsnrr.ac.cn/handle/311030/194644]  
专题资源利用与环境修复重点实验室_中文论文
通讯作者江东
作者单位1.中国科学院地理科学与资源研究所
2.中国科学院大学资源与环境学院
3.中国科学院公安部网络空间地理学实验室
推荐引用方式
GB/T 7714
董继平,郭启全,高春东,等. 基于图深度学习的漏洞检测[J]. 科技导报,2023,41(13):41-59.
APA 董继平,郭启全,高春东,郝蒙蒙,&江东.(2023).基于图深度学习的漏洞检测.科技导报,41(13),41-59.
MLA 董继平,et al."基于图深度学习的漏洞检测".科技导报 41.13(2023):41-59.

入库方式: OAI收割

来源:地理科学与资源研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。