本申请公开了一种源代码漏洞检测方法、系统、设备及存储介质,涉及程序安全技术领域,公开的源代码漏洞检测方法包括:对待检测源代码进行静态分析,得到第一漏洞集合;将待检测源代码输入预设的机器学习模型,输出得到第二漏洞集合,其中,漏洞集合为待检测源代码中检测出漏洞的代码的集合;将第一漏洞集合输入机器学习模型中,输出得到第三漏洞集合;将第二漏洞集合和第三漏洞集合作为待检测源代码对应的目标漏洞集合。本申请旨在解决漏洞检测准确性较低的技术问题。
背景技术
源代码漏洞是由于编程错误、设计缺陷、不安全的编码实践或未及时更新安全补丁等原因造成的Web(World Wide Web,全球广域网)应用程序的源代码中存在的安全缺陷或弱点。这些缺陷容易被攻击者用来执行未授权的操作、获取敏感信息或破坏系统的完整性。
为检测出源代码漏洞,可以通过动态分析对Web应用程序的源代码进行处理。但是,由于动态分析依赖于实际运行代码来发现漏洞,但实际运行代码无法覆盖所有的代码路径和输入情况,因此容易忽略未覆盖的代码路径中的漏洞。故而,通过动态分析来检测源代码中的漏洞,存在着漏洞检测准确性较低的技术问题。
上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。
实现思路