文献

J-GLOBAL ID：202202291400415017   整理番号：22A1101751

ISVSF:文レベルパターン探索によるJavaに対する知的脆弱性検出【JST・京大機械翻訳】

ISVSF: Intelligent Vulnerability Detection Against Java via Sentence-Level Pattern Exploring

著者 (5件)： Zhang Haibin (Xidian University, Xian, China) ,  Bi Yifei (Xidian University, Xian, China) ,  Guo Hongzhi (School of Cyber Engineering, Northwestern Polytechnical University, Xian, China) ,  Sun Wen (School of Cyber Engineering, Northwestern Polytechnical University, Xian, China) ,  Li Jianpeng (Xidian University, Xian, China)
資料名： IEEE Systems Journal  (IEEE Systems Journal)
巻： 16  号： 1  ページ： 1032-1043  発行年： 2022年 
JST資料番号： W2238A  ISSN： 1932-8184  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ソフトウェア脆弱性が利用者のセキュリティを脅かすとき,セキュリティ脆弱性を低減するためのアプローチに関する新研究を調査しなければならない。深層学習の開発は,自動コード脆弱性検出の時代を開き,マルチファリックパターン定義から人間を抜atedし,特徴選択を行った。しかしながら,既存の深層学習ベースの脆弱性検出方式は,まだそれらの初期段階にあり,それらのほとんどは,トークンレベル表現方式を採用して,トークンレベルより上の論理的情報を失い,コード間の差異の狭小化をもたらした。それらは常に低い精度と高い偽陽性率を有した。さらに,ほとんどのコード脆弱性検出法がC/C++に焦点を合わせ,Java上ではほとんど研究できないことに注目した。これを考慮して,Javaの構文特性を考慮し,文章レベル法表現とパターン探索を採用する知的文章レベル脆弱性自己検出フレームワーク(ISVSF)を提案した。実験結果は,ISVSFが,精度,偽陽性率,検出時間などに関して,既存のトークンレベル脆弱性検出方式より優れていることを実証した。さらに,高速かつ強力な脆弱性特徴抽出により,ISVSFが脆弱性関連特徴を迅速に学習し,訓練サンプルがほとんどないように高精度を達成し,それによって訓練データセットの需要を効果的に削減できる。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  研究 ,  特徴抽出 ,  特徴選択 ,  検出法 ,  ソフトウェア ,  利用者 ,  トークン ,  セキュリティ ,  C++言語 ,  *Java
準シソーラス用語： 訓練データ ,  脆弱性 ,  高精度 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (4件)： 文 ,  パターン探索 ,  Java ,  脆弱性