基于图神经网络的程序脆弱性指数评估方法

作者：黄甦雷; 马骏驰^*; 段宗涛

来源：计算机应用研究, 2023, 40(04): 1148-1153.

DOI：10.19734/j.issn.1001-3695.2022.08.0435

• 软错误
• 错误传播
• 程序脆弱性
• 图神经网络

软错误会导致隐性偏差，严重影响计算机系统的可靠性。计算程序脆弱性指数是防护隐性偏差的先决条件。针对传统方法中程序语义提取不足，无法全面反映错误传播机理的问题，提出了一种基于图注意力网络的程序脆弱性指数评估方法EpicGNN。将脆弱性指数预测的任务转换为图神经网络的图回归任务，应用不同类型的边来表示不同的指令关系；引入结构化多头自注意力机制量化节点间、节点到图在错误传播中的重要程度；依据该重要性聚合节点信息、图信息形成图的表示向量，并利用回归模型预测脆弱性指数。实验结果表明，EpicGNN在spec2000、spec2006、rodinia等数据集上的平均绝对误差相比现有模型减少了0.037～0.258,对未见过的图仍然有良好的泛化性能。