VulChecker:源码漏洞检测的利器
2024-09-26 03:47:56作者:裴麒琰
项目介绍
VulChecker是一款基于Python实现的源码漏洞检测工具,旨在帮助开发者在开发过程中及时发现并定位潜在的安全风险。该工具能够精确地定位漏洞(CWE)在源码中的具体位置,并对其类型进行分类。VulChecker的核心思想是将C/C++项目转换为一种称为ePDG的图结构表示,并通过图神经网络Structure2Vec对潜在的漏洞进行分类。
项目技术分析
VulChecker的技术架构主要包括以下几个关键组件:
- ePDG生成:通过LLVM编译器及其插件LLAP,将C/C++项目转换为ePDG(增强程序依赖图)。
- 子图提取:从ePDG中提取与潜在漏洞相关的子图。
- 图神经网络分类:使用Structure2Vec对提取的子图进行分类,判断是否存在漏洞。
- 数据增强:通过将“干净”项目的ePDG与合成漏洞数据集的ePDG进行融合,增强训练数据的多样性。
项目及技术应用场景
VulChecker适用于以下场景:
- 开发过程中的漏洞检测:在代码编写阶段,帮助开发者及时发现并修复潜在的安全漏洞。
- 开源项目的安全审计:对开源项目进行安全审计,发现并修复已知的漏洞。
- 自动化安全测试:集成到CI/CD流程中,自动化地对代码进行安全测试。
项目特点
- 高精度定位:能够精确到指令级别的漏洞定位,帮助开发者快速修复漏洞。
- 多类型漏洞检测:支持检测整数溢出(CWE-190)、栈溢出(CWE-121)、堆溢出(CWE-122)、双重释放(CWE-415)和使用后释放(CWE-416)等多种类型的漏洞。
- 数据增强技术:通过数据增强技术,有效提升模型的检测能力,减少对大量标注数据的依赖。
- 易于集成:提供预装VulChecker的Ubuntu虚拟机,简化安装和使用流程,方便开发者快速上手。
结语
VulChecker作为一款开源的源码漏洞检测工具,凭借其高精度的漏洞定位能力和强大的数据增强技术,为开发者在代码开发过程中提供了强有力的安全保障。无论你是个人开发者还是企业团队,VulChecker都能帮助你及时发现并修复潜在的安全漏洞,提升代码的安全性。
快来体验VulChecker,让你的代码更加安全可靠!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
196
217
暂无简介
Dart
635
144
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
652
276
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
245
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
627
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
73
98
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.72 K