返回首页
基于机器学习的软件漏洞挖掘方法综述
https://dl.ccf.org.cn/file_server/20200804/125_34_55_24/rjxb7/0a22b14b896a48f2901554753d11cc93.jpg
软件复杂性的增加，给软件安全性带来极大的挑战.随着软件规模的不断增大以及漏洞形态多样化，传统漏洞挖掘方法由于存在高误报率和高漏报率的问题，已无法满足复杂软件的安全性分析需求.近年来，随着人工智能产业的兴起，大量机器学习方法被尝试用于解决软件漏洞挖掘问题.首先，通过梳理基于机器学习的软件漏洞挖掘的现有研究工作，归纳了其技术特征与工作流程；接着，从其中核心的原始数据特征提取切入，以代码表征形式作为分类依据，对现有研究工作进行分类阐述，并系统地进行了对比分析；最后，依据对现有研究工作的整理总结，探讨了基于机器学习的软件漏洞挖掘领域面临的挑战，并展望了该领域的发展趋势.
<<< 下一篇 基于代码属性图及注意力双向LSTM的漏洞挖掘方
读完这篇文章后，您心情如何？
推荐内容
More >>>- · 关于推荐2026年度“CCF重大成就奖“候选人的
- · 关于推荐2026年度“CCF夏培肃奖”候选人的通
- · 2026年度CCF会士提名将于11月1日截止
- · 2026年《CCF技术公益案例集》入选案例名单公
- · CCCF 2026年9月刊发布——“智能化软件开发”
- · 今晚8点，免费解锁7个AI Agent实战项目！仅开
- · 2026下半年CCF新晋高级会员、杰出会员名单公
- · 从芯片到机器人应用：RISC-V构建具身智能开源
- · BioAI无限未来 | TF技术前线186期报名
- · CCF人工智能素养提升行动｜人文智能普及行动
- · 2026 CCF CCSP竞赛将于10月21~22日举办，9月9
京公网安备 11010802032778号
所有评论仅代表网友意见