网络空间安全论文笔记4_mvp: detecting vulnerabilities using patch-enhance

VulDeePecker: A Deep Learning-Based System for Vulnerability Detection. (NDSS 2018)

VulDeePecher：一种基于深度学习的漏洞检测系统

研究背景：现有漏洞检测往往使用人工静态检测方法，依赖人类专家密集劳动且具有高误报率

e.g. 基于代码相似性的VUDDY和VulPecker系统具有较低的漏报率，但代价是高误报率

文章贡献：1）在漏洞检测任务中引入了深度学习方法，使用code gadgets来表征程序；

2）提出了VulDeePecker系统，做到：处理多种漏洞、与人类知识结合、效果优于其他方法；

3）给出了一个评估漏洞检测效果的数据集，采集自NVD和SARD 

模型实现：整体模型可以分为学习阶段和检测阶段两部分

学习阶段：

1）先提取库/API函数调用并生成参数相对应的程序片段（使用Checkmarx工具）；

2）提取code gadgets并标记它们的ground truth

3）将code gadgets转换为向量