Resumen

Las vulnerabilidades del software son una de las razones importantes para la intrusión en redes. Es vital detectar y corregir las vulnerabilidades de manera oportuna. Los métodos existentes de detección de vulnerabilidades suelen depender de modelos de código únicos, lo que puede hacer que se pasen por alto algunas vulnerabilidades. Este artículo implementa un sistema de detección de vulnerabilidades combinando modelos de código fuente y código ensamblador. Primero, se extraen segmentos de código del código fuente y del código ensamblador. En segundo lugar, estos segmentos se alinean mediante el algoritmo de alineación de código propuesto. En tercer lugar, los segmentos de código alineados se convierten en vectores e ingresan a un modelo de aprendizaje profundo basado en hiperfusión. Se realizan experimentos para verificar el sistema. Los resultados muestran que el sistema presenta un rendimiento de detección estable y convergente.

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Vulnerabilidades del software; Intrusión en la red; Detectar; Corregir; Sistema de detección de vulnerabilidades; Modelo de aprendizaje profundo
• Keywords:Software vulnerabilities; Network intrusion; Detect; Fix; Vulnerability detection system; Deep learning model