一种基于多视图图表示的可扩展漏洞检测系统

《ACM Transactions on Software Engineering and Methodology》：A Scalable Vulnerability Detection System with Multi-View Graph Representations

深度学习在代码漏洞检测中的应用通过多视角图像转换和CNN模型实现高效准确检测，在Devign、Big-Vul、ReVeal等数据集上超越9种SOTA方法，并比VulDeeLocator快5倍，比Devign快2倍，同时保持与GRACE相当的检测效果。

　　

摘要

深度学习（DL）因其强大的自动特征提取能力，在源代码漏洞检测中得到了广泛应用。为了实现可扩展的漏洞扫描，一些先前的研究尝试将源代码直接视为文本进行处理。然而，这些基于文本的方法由于未能充分利用程序语义，因此无法达到最佳性能。相比之下，其他方法通过将程序语义转化为图表示来提高检测准确性。尽管这些基于图的方法准确度较高，但它们并不具备可扩展性，因为图分析通常耗时较长。

在本文中，我们旨在实现大规模源代码漏洞检测的可扩展性和准确性。受到现有基于深度学习的图像分类技术的启发（这些技术能够准确分析数百万张图像），我们选择使用这些技术来实现目标。具体而言，我们提出了一种创新方法，该方法能够高效地将函数的源代码转换为多视图图像，同时保留来自不同视角的多样化程序信息。基于这种方法，我们开发了一个漏洞检测系统VulCNN，该系统可以利用函数图像和简单的卷积神经网络（CNN）来有效且高效地检测漏洞。我们在三个流行且广泛使用的数据集（即 Devign、Big-Vul和ReVeal数据集）上实现了VulCNN并进行评估。实验结果表明，VulCNN的准确度优于九种最先进的漏洞检测器（即 TokenCNN、VulDeePecker、SySeVR、VulDeeLocator、Devign、EPVD、VulDecgre、UniXcoder和PDBERT）。我们还将VulCNN与三种广泛使用的大型语言模型（即 Llama-2-Instruct、DeepSeek-Coder、Qwen2.5-Coder-Instruct）以及一种基于LLM的检测方法（即 GRACE）进行了比较，实验结果表明，我们提出的方法性能优于大多数漏洞检测方法。在可扩展性方面，VulCNN的速度比VulDeeLocator快约五倍，比Devign快约两倍。此外，VulCNN的漏洞检测效果与最先进的方法GRACE相当，但时间开销降低了31.52%。