笔记 论文笔记-基于图结构源代码切片的智能化漏洞检测系统 针对智能化漏洞检测,从源代码程序依赖图中根据漏洞特征提取图结构源代码切片,将图结构切片信息表征后利用图神经网络模型进行漏洞检测工作。 2022年4月11日 418 次浏览 发表评论 阅读全文
笔记 论文笔记-基于图结构源代码切片的智能化漏洞检测系统 针对智能化漏洞检测,从源代码程序依赖图中根据漏洞特征提取图结构源代码切片,将图结构切片信息表征后利用图神经网络模型进行漏洞检测工作。 2022年4月11日 418 次浏览 发表评论 阅读全文
笔记 二分类模型评估指标 1.准确率 (Accuracy) Accuracy = TP + TN / (TP + FP + TN + FN) 即正确预测的正反例数 /... 2022年3月6日 463 次浏览 发表评论 阅读全文
笔记 二分类模型评估指标 1.准确率 (Accuracy) Accuracy = TP + TN / (TP + FP + TN + FN) 即正确预测的正反例数 /... 2022年3月6日 463 次浏览 发表评论 阅读全文
笔记 深度学习中的一些定义 将输出误差反向传播给网络参数,以此来拟合样本的输出。本质上是最优化的一个过程,逐步趋向于最优解。但是每一次更新参数利用多少误差,就需要通过一... 2022年2月23日 358 次浏览 发表评论 阅读全文
笔记 深度学习中的一些定义 将输出误差反向传播给网络参数,以此来拟合样本的输出。本质上是最优化的一个过程,逐步趋向于最优解。但是每一次更新参数利用多少误差,就需要通过一... 2022年2月23日 358 次浏览 发表评论 阅读全文
笔记 神经网络训练中的train loss, test loss问题 1.train loss 不断下降,dev(或test) loss不断下降:说明网络仍在学习。 2.train loss 不断下降,dev(... 2022年1月18日 422 次浏览 发表评论 阅读全文
笔记 神经网络训练中的train loss, test loss问题 1.train loss 不断下降,dev(或test) loss不断下降:说明网络仍在学习。 2.train loss 不断下降,dev(... 2022年1月18日 422 次浏览 发表评论 阅读全文
笔记 joern基本操作 导入代码 importCode(inputPath="/home/lxh/Desktop/", projectName=... 2022年1月4日 348 次浏览 发表评论 阅读全文
笔记 joern基本操作 导入代码 importCode(inputPath="/home/lxh/Desktop/", projectName=... 2022年1月4日 348 次浏览 发表评论 阅读全文
笔记 论文笔记-基于代码属性图和Bi-GRU的软件脆弱性检测方法 提出了一种基于代码属性图和Bi-GRU的软件脆弱性检测方法。该方法通过从函数的代码属性图中提取出抽象语法树序列、控制流图序列作为函数表征的表征方式 2021年11月29日 330 次浏览 发表评论 阅读全文
笔记 论文笔记-基于代码属性图和Bi-GRU的软件脆弱性检测方法 提出了一种基于代码属性图和Bi-GRU的软件脆弱性检测方法。该方法通过从函数的代码属性图中提取出抽象语法树序列、控制流图序列作为函数表征的表征方式 2021年11月29日 330 次浏览 发表评论 阅读全文
笔记 论文笔记-基于BiLSTM 模型的漏洞检测 首先从源代码中提取方法体,形成方法集;为方法集中的每个方法构建抽象语法树,借助抽象语法树抽取方法中的语句,形成语句集... 2021年11月19日 336 次浏览 发表评论 阅读全文
笔记 论文笔记-基于BiLSTM 模型的漏洞检测 首先从源代码中提取方法体,形成方法集;为方法集中的每个方法构建抽象语法树,借助抽象语法树抽取方法中的语句,形成语句集... 2021年11月19日 336 次浏览 发表评论 阅读全文
笔记 论文笔记-Stack-based Buffer Overflow Detection using Recurrent Neural Networks 1.函数库抽样生成脆弱样本程序和安全样本程序。 2.程序编译成汇编文件。 3.删除汇编文件的冗余信息,生成train.txt和test.tx... 2021年11月5日 307 次浏览 发表评论 阅读全文
笔记 论文笔记-Stack-based Buffer Overflow Detection using Recurrent Neural Networks 1.函数库抽样生成脆弱样本程序和安全样本程序。 2.程序编译成汇编文件。 3.删除汇编文件的冗余信息,生成train.txt和test.tx... 2021年11月5日 307 次浏览 发表评论 阅读全文