摘要：
基于图结构和图神经网络的漏洞检测方法比基于文本的方法更准确**。但是，这些方法在实践中**缺乏可扩展性**。图表生成和图神经网络培训都很耗时。我们提出了**一种基于图和图像的漏洞检测方法（VulGAI）。VulGAI选择更合理的节点中心度来生成图像。它可以保留程序细节，并从不同的角度区分节点重要性。此外，我们设计了一个更高效的CNN模型，它减少了计算开销，提高了检测性能（时间和准确性）。 阅读全文
摘要：
在本文中，我们的目标是在扫描大规模源代码漏洞时实现可扩展性和准确性,我们提出了一个新颖的想法，可以在保留程序细节的同时有效地将函数的源代码转换为图像,我们还对一个超过2500万行代码的案例进行了研究，结果表明VulCNN可以检测到大规模漏洞。通过扫描报告，我们终于发现了 73 个 NVD 中未报告的漏洞。 阅读全文