VulDeePecker复现

原创 已于 2023-08-12 11:17:24 修改 · 653 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

于 2023-08-07 12:29:31 首次发布
本文记录了在Windows 11环境下复现VulDeePecker项目的过程，包括使用johnb110的代码，修复blstm.py中向量与标签顺序错误，解决Word2Vec初始化问题，调整class_weight参数为字典类型，以及增加训练数据以减小与论文结果的差距。

1、实验清单

操作系统版本：Windows 11

软件版本：johnb110在github上提供的程序

2、环境下载

根据代码下载tensorflow和keras库

3、程序运行

1、使用作者提供的数据集

JSON
python culdeepecker.py cwe119_cgd.txt

可能出现错误：

1.</

最低0.47元/天 解锁文章
VulDeeLocator复现
F_Hawk__的博客
08-28 539
再卸载keras还是不能导入tensorflow，猜测是keras与tensorflow版本不兼容并且改变了tensorflow的导致的，根据tensorflow版本下载了对应版本的keras2.0.8仍然出现。在步骤1.1中被解压出来命名为llvm的文件下新建一个名为llvm-build的目录，安装过程中会用到cmake工具来生成Makefile,需要先安装cmake。LLVM官方是用svn进行版本控制的，因此我们需要安装svn来获取源码。在kali系统安装时出现以下错误。一、Source2slice。
文献阅读08-VulDeePecker-深度学习的漏洞检测首系统
m0_51173898的博客
01-31 2076
预处理使用代码小片段（code slice）组装为函数调用小部件（code gadget），然后使用word2vec向量化，放入BLSTM进行训练。数据集来自NVD和SARD。整体是一个二元分类问题。
VulDeePecker
04-08
VulDeeSmartContract 环境配置 请参照此处说明： . 代码组织 /code2vector # 将fragment转化为vector /dataset # 数据集 /model # 神经网络模型 load_data.py # 加载数据集，对外提供load_dataset这一接口 main.py # 程序运行的主函数 settings.py # 相关配置参数 util.py # 一些工具函数 基本使用 运行如下命令： > python main.py 改写main.py的内容以改变程序运行的逻辑. 如何添加一个模型 请参照model/gru.py内的实现，您需要定义一个类，并实现一些方法，例如： class ModelName: def __init__(self, ...): pass def fit(self, x,
VulDeePecker:VulDeePecker
03-11
“ VulDeePecker：基于深度学习的漏洞检测系统”（NDSS'18）的数据库 代码小工具数据库（CGD）专注于C / C ++程序中的两种类型的漏洞，错误漏洞（CWE-119）和资源管理错误漏洞（CWE-399）。 每个代码小工具均由多个程序语句（即代码行）组成，这些程序语句根据与某些库/ API函数调用的参数相关联的数据流相互关联。 基于国家漏洞数据库（NVD）和NIST软件保障参考数据集（SARD）项目，我们收集了520个带有相应差异文件的开源软件程序文件和8122个针对错误错误的测试用例，以及320个开源软件程序文件。带有相应的差异文件和1,729个测试用例的资源管理错误漏洞。 CGD数据库总共包含61,638个代码小工具，其中包括易受攻击的17,725个代码小工具和不易受到攻击的43,913个代码小工具。 在这17,725个易受攻击的代码小工具中，有10,440个对应于
code embedding研究系列十一 - VulDeeLocator
qq_44370676的博客
10-06 4342
VulDeeLocator: A Deep Learning-based Fine-grained Vulnerability Detector一.背景二.基本思想三.VulDeeLocator概述四.基于中间代码的表示4.1. 漏洞candidate表示的指导原则4.2.提取sSyVCs4.3.生成iSeVCs4.3.1.生成链接好的中间文件（原则1）4.3.2.生成对应sSyVCs的中间表示slice并进一步生成iSeVCs（原则2）五.细粒度的漏洞检测参考文献 一.背景 自动检测软件漏洞在学术界引起了
VulDeeLocator
04-09
VulDeeLocator：基于深度学习的细粒度漏洞检测器 我们针对带有源代码的C / C ++程序，提出了基于深度学习的漏洞定位器（VulDeeLocator），这是一种基于深度学习的细粒度漏洞检测器。 VulDeeLocator通过同时实现高检测能力和高定位精度来提高最新技术水平。 VulDeeLocator的核心创新是（i）利用中间代码来容纳基于源代码的表示不能传达的语义信息，以及（ii）精确细化漏洞位置的粒度细化概念。 我们根据一些语法信息（即基于源代码和基于语法的漏洞候选者或sSyVC）提取源代码，其中涉及四种sSyVC：库/ API函数调用（FC），数组定义（AD），指针定义（PD）和算术表达式（AE）。 然后，我们扩展这些代码段以容纳来自中间代码的语义信息（即，基于中间代码和基于语义的漏洞候选者或简称为iSeVC）。 我们准备了低级虚拟机（LLVM）中间代码的数据集，并带
【论文笔记】《A deep learning based static taint analysis approach for IoT software vulnerability location》
qq_42327177的博客
02-01 590
【论文笔记】《A deep learning based static taint analysis approach for IoT software vulnerability location》论文贡献优点缺点总结 《A deep learning based static taint analysis approach for IoT software vulnerability location》 之前一直在搜静态污点分析的论文，偶然看到这篇深度学习的论文，正好导师最近让我们看神经网络相关的论文，
code embedding研究系列十-IVDetect
qq_44370676的博客
07-17 2560
Vulnerability Detection with Fine-Grained Interpretations一.背景二.motivation2.1.example 一.背景 现有的漏洞检测方法大部分只是根据给定代码片段，确认该片段是否包含漏洞（分类）。而并没有指出哪些statement有问题。因此作者提出了IVDetect。主要包括 用一个新的代码表示方法。作者基于PDG对代码进行表示（源代码用图结构表示），并从PDG提取不同的信息将其向量化。并使用FA-GCN（Graph Convolution
VulDeeLocator: 基于深度学习的细粒度漏洞检测器
阿航的博客
11-04 2373
这篇文章提出了一种可以同时实现高检测能力和高定位精度的漏洞检测器VulDeeLocator
【亲测免费】 VulDeePecker 开源项目教程
gitblog_01058的博客
08-16 1139
VulDeePecker 开源项目教程 1. 项目介绍 VulDeePecker 是一个基于深度学习的开源漏洞检测框架，由CGCL实验室开发。该项目旨在通过自动化的静态分析方法，检测C/C++代码中的安全漏洞，提高软件的安全性。VulDeePecker 使用了多种机器学习模型，如循环神经网络（RNN）、长短期记忆网络（LSTM）等，以理解和识别潜在的漏洞模式。 2. 项目快速启动 安装依赖 在...
论文阅读笔记——VulDeePecker: A Deep Learning-Based System for Vulnerability Detection
IronmanJay
10-17 3808
本博客内容为VulDeePecker: A Deep Learning-Based System for Vulnerability Detection论文的精读阅读笔记，对于其中的概念以及方法，都给出了自己的理解，并针对一些不清楚或者没接触过的知识点，都做出了详细注解。此论文为第一篇使用深度学习用于漏洞检测的论文，提出了一些关于使用深度学习应用于漏洞检测的一些指导原则，并给出了基于深度学习的漏洞检测系统的开发过程以及用于评测漏洞检测系统有效性的数据集。这对后面关于漏洞检测的学习有极强的指导意义。
uvuldeepecker
khy123khy的博客
07-15 1428
μvuldeepecker:A Deep Learning-Based System for Multiclass Vulnerability Detection 对vuldeepecker的一个改进，多分类的漏洞检测系统。 提出了code attention的概念在code gadget 上的一个改进。 在原来的数据流依赖产生的code gadget上，加入了控制流依赖 提出了一种新的漏洞检测的网络结构 https://github.com/muVulDeePecker/muVulDeeP
基于VulDeePecker的智能合约检测新方法
Messi-Q Blog
12-20 4340
基于VulDeePecker的智能合约检测新方法 （1）VulDeePecker是什么？ VulDeePecker是基于深度学习的漏洞检测系统，主要针对C/C++代码的漏洞进行检测。它提出使用code gadgets来表示程序，然后将code gadgets转换成向量输入神经网络进行学习，利用学习后的模型进行漏洞检测。   （2）VulDeePecker的方法 它提出了使用code ga...
可用于深度学习的源代码漏洞数据分析
smallyoki的博客
05-13 5226
可用于深度学习的源代码漏洞数据分析 介绍 海量的数据是应用人工智能的基石，深入了解数据有利于进一步开展相关研究。这批可用于深度学习的源代码漏洞数据来源于NDSS’18的VulDeePecker[1]提供的数据集，其数据均属于C/C++程序切片，通过从源代码中的某些可能与漏洞相关的API库函数为关注点根据数据流相关性前向后向提取语句组成程序切片，每个切片样本有对应的0或1标签，0表示无漏洞，1表示...
dataset summary
khy123khy的博客
07-15 1317
文章目录vuldeepeckerdraperSySeVRvuldeepecker——comparative studyvuldeelocatorμvuldeepeckerTransferRepresentationLearningPoster ：Function Representation Learning for Vulnerability DiscoveryDevign 介绍已收集的相关数据集，包括数据集样本的种类、数量、数据结构和操作方式。 vuldeepecker 这是18NDSS vuldee
判断ceph osd 节点磁盘异常
最新发布
呼吸
12-25 252
refresh 是异步刷新，等待五分钟，再执行一次，没有刷新的磁盘是异常的。比如 ceph01 上的两个磁盘没有按时刷新。ceph-volume inventory 是用来获取当前节点所有可用磁盘清单的命令 ，会显示当前节点异常的磁盘。1 执行 ceph orch device ls --refresh。2 执行 ceph-volume inventory。
Python的人工智能-入门概念
路漫漫其修远兮，吾将上下而求索
12-24 682
自计算机或机器发明以来，它们执行各种任务的能力呈指数级增长。人类在计算机系统多样化的工作领域、速度的提升以及随时间缩小的规模方面，已经发展出了计算机系统的力量。 计算机科学的一个分支——人工智能，致力于创造与人类一样智能的计算机或机器。
【Rust】函数
weixin_43219667的博客
12-25 404
/ 函数定义println!");// 带参数的函数println!", name);// 带返回值的函数x + y // 注意：没有分号，这是表达式greet();println!
论文查找与项目复现方法指南
查找论文以及对论文中提出的算法或模型进行项目复现，是科研工作者、高校学生以及人工智能、计算机科学等领域从业者日常工作中极为关键的一环。这一过程不仅有助于深入理解前沿研究成果，还能为后续的创新研究打下...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

在下跳跳

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值