[論文レビュー] VulSPG: Vulnerability detection based on slice property graph representation learning

Weining Zheng, Yuan Jiang+1 more|arXiv (Cornell University)|Sep 6, 2021

Software Engineering Research参考文献 32被引用数 10

ひとこと要約

VulSPGは、不要なコードを最小限に抑えつつ脆弱性関連の意味的・構造的情報を捉える新しいコード表現であるスライスプロパティグラフ（SPG）を提案し、脆弱性検出を向上させるために三重アテンション機構を備えたR-GCNモデルを導入する。実世界のデータセットを用いた評価において、VulSPGは精度と効率の両面で最先端の手法を上回る性能を発揮した。

ABSTRACT

Vulnerability detection is an important issue in software security. Although various data-driven vulnerability detection methods have been proposed, the task remains challenging since the diversity and complexity of real-world vulnerable code in syntax and semantics make it difficult to extract vulnerable features with regular deep learning models, especially in analyzing a large program. Moreover, the fact that real-world vulnerable codes contain a lot of redundant information unrelated to vulnerabilities will further aggravate the above problem. To mitigate such challenges, we define a novel code representation named Slice Property Graph (SPG), and then propose VulSPG, a new vulnerability detection approach using the improved R-GCN model with triple attention mechanism to identify potential vulnerabilities in SPG. Our approach has at least two advantages over other methods. First, our proposed SPG can reflect the rich semantics and explicit structural information that may be relevance to vulnerabilities, while eliminating as much irrelevant information as possible to reduce the complexity of graph. Second, VulSPG incorporates triple attention mechanism in R-GCNs to achieve more effective learning of vulnerability patterns from SPG. We have extensively evaluated VulSPG on two large-scale datasets with programs from SARD and real-world projects. Experimental results prove the effectiveness and efficiency of VulSPG.

研究の動機と目的

• 大規模で複雑なコードベースにおける脆弱性検出の課題に取り組むこと。ここでの課題は、冗長な情報がモデルの性能を低下させることにある。
• 脆弱性関連の特徴のみを保持する、より焦点を絞った意味的に豊かなコード表現を構築することで、脆弱性検出を向上させること。
• 脆弱性パターンを強調し、ノイズを抑圧する三重アテンション機構を統合することで、グラフベースのモデルにおける特徴学習を強化すること。
• 大規模かつ実世界のデータセットを用いて提案手法の有効性と既存手法に対する優位性を検証すること。

提案手法

• 本稿では、プログラムプロパティグラフ（CPG）から導出された、スライスノード間のデータ、制御、関数呼び出し依存関係を統合したグラフ表現であるスライスプロパティグラフ（SPG）を紹介する。
• SPGは、6種類の構文ベースの脆弱性候補（SyVC）を用いて構築され、脆弱性カバレッジを向上させるために2つの新規に提案されたSyVCを含む。
• 本手法は、トークンレベル、ノードレベル、サブグラフレベルの三重アテンション機構を備えた、改良された関係性グラフ畳み込みネットワーク（R-GCN）を採用している。これにより、脆弱性関連の特徴に注目できる。
• アテンション機構は、SPG内のノードおよびエッジに動的重みを割り当て、不要な情報を抑圧し、脆弱性を示すパターンを強調する。
• モデルはSPG表現上でエンドツーエンドに訓練され、コードセグメントを脆弱または非脆弱に分類する。

実験結果

リサーチクエスチョン

• RQ1 脆弱性関連の構造的・意味的情報をのみ保持するグラフベースのコード表現は、検出性能の向上に寄与するか？
• RQ2 三重アテンション機構は、SPGにおける脆弱性検出のための特徴学習をどの程度向上させるか？
• RQ3 VulSPGは、実世界の大規模データセットにおいて、既存の最先端手法を上回る性能を発揮するか？
• RQ4 追加のSyVCの導入により、プログラムスライシングにおける脆弱なコードセグメントのカバレッジはどの程度向上するか？

主な発見

• VulSPGは、SARDベースのスライスレベルデータセットおよび実世界の関数レベルデータセットの両方で、最先端の手法を上回る優れた性能を達成した。
• 提案されたSPG表現は、不要なコードを排除することでグラフの複雑さを顕著に低減し、より効率的で正確な学習を可能にした。
• 三重アテンション機構により、重要な脆弱性パターンに注目し、グラフ内のノイズを抑圧することで、モデルの性能が向上した。
• 相互関数解析を実施しない状態でも、モデルは強固な性能を維持しており、不完全なプログラムコンテキストに対しても耐性があることが示された。
• 実験結果から、2つの新規SyVCの導入により、スライシングにおける脆弱なコードセグメントのカバレッジが向上することが確認された。