申请/专利权人:中国人民解放军国防科技大学
申请日:2023-07-31
公开(公告)日:2023-09-01
公开(公告)号:CN116680705A
主分类号:G06F21/57
分类号:G06F21/57
优先权:
专利状态码:有效-授权
法律状态:2023.12.12#授权;2023.09.19#实质审查的生效;2023.09.01#公开
摘要:本发明公开了一种基于特征提取的Rust程序缺陷自动检测方法及系统,通过分析Rust中有限类不安全Rust的主要使用场景,静态分析不安全代码本质不安全原因,构成每类不安全操作数据集,作为特征提取的输入;对不安全Rust不安全具体原因、来源和使用场景进行分析,构建包含每类不安全操作的缺陷数据集;对缺陷数据集中的不安全操作的词法规则进行分析,获取每类不安全Rust操作的关键字、函数名和运算符信息;根据有限类不安全Rust的特征,设计基于特征识别的缺陷检测。本发明有效的降低假阳性和假阴性的概率,并且自动化技术有效的提高了缺陷检测的效率。
主权项:1.一种基于特征提取的Rust程序缺陷自动检测方法,其特征在于,包括以下步骤:静态分析不安全Rust:首先分析Rust中有限类不安全Rust的主要使用场景,静态分析不安全代码本质不安全原因,最后构成每类不安全操作数据集,作为特征提取的输入;不安全Rust特征提取:通过对不安全Rust不安全具体原因、来源和使用场景进行分析,构建包含每类不安全操作的缺陷数据集;对所述缺陷数据集中的不安全操作的词法规则进行分析,获取每类不安全Rust操作的关键字、函数名和运算符信息;自动化检测与优化设计:根据有限类不安全Rust的特征,设计基于特征识别的缺陷检测;将操作系统的源代码作为算法的输入,使用正则表达式来分类、标记和提取每一种不安全操作,输出包含具体缺陷信息的缺陷报告。
全文数据:
权利要求:
百度查询: 中国人民解放军国防科技大学 基于特征提取的Rust程序缺陷自动检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。