基于改进残差网络的光通信网络漏洞自动辨识研究

作者：任美丽; 孟亮; 李婷

来源：激光杂志, 2022, 43(12): 133-138.

DOI：10.14016/j.cnki.jgzz.2022.12.133

• 改进残差网络
• 光通信网络
• 灰盒漏洞挖掘模型
• 漏洞辨识
• 反汇编

光通信网络存在漏洞辨识时延较长等问题，提出基于改进残差网络的光通信网络漏洞自动辨识方法。根据覆盖度和畸变设计一种灰盒漏洞挖掘模型，实施光通信网络漏洞数据挖掘，模型可以分为符号执行、样本选择、运行时跟踪、畸变策略四部分。通过对挖掘的光通信网络漏洞数据实施预处理，实现漏洞自动辨识之前的信息整合，具体预处理步骤包括反编译、代码切片、分词与向量化表示。基于卷积神经网络改进的残差网络构建残差池化识别模型，在模型中输入预处理后的光通信网络漏洞数据，实现光通信网络漏洞自动辨识。设置残差池化识别模型参数，通过matlab软件测试设计方法的性能。测试结果如下：设计方法特异度最高可达89.36%,查全率最高可达90.321 0%,查准率最高可达89.255 8%,准确率最高可达89.632 5%,高于对比测试方法；设计方法的漏洞辨识时延与模型训练时间小于其他三种测试方法，表明设计方法的自动辨识性能良好。

• 单位
  山西财经大学; 太原理工大学