跳到主要内容
返回时间线
arXiv来源发表:

漏洞检测不再只看单个函数:PatchCon把修复补丁当作难负样本,配对准确率从0.2060升到0.3264

核心概要

PatchCon把漏洞函数与其修复版本组成的函数对当作对比学习中的难负样本,并赋予更大权重,与漏洞分类联合训练。此前多数检测器把函数当作独立样本,只用准确率、F1等分类指标评估,难以判断模型是否真能区分漏洞函数和只改了几行的修复版本。在由Linux内核CVE及其补丁构建的PairVul-Linux上,PatchCon把配对准确率从最强复现基线的0.2060提高到0.3264,并在训练中未出现的CVE和训练截止后披露的漏洞上保持复现模型中最高的配对准确率。

Source-provided article image: PatchCon: Patch-aware Weighted Supervised Contrastive Learning for Vulnerability Detection
arXiv

深度剖析

漏洞检测模型现在被要求回答一个更细的问题:同一个函数的漏洞版和修复版,模型能否把前者判为有漏洞、后者判为安全。 此前的检测器把函数当作独立样本分类,评估也主要停留在准确率、精确率和F1等分类指标上,这些指标不直接反映模型是否给漏洞函数更高的漏洞置信度。 在PairVul-Linux上,PatchCon的配对准确率为0.3264,而最强复现基线DELTA为0.2060;平均置信度差从接近零提高到0.1838。

做法是在CodeBERT编码器上同时训练漏洞分类和带权重的监督对比学习,让模型在表示空间里把漏洞函数推离它的修复版本。 监督对比学习此前已被用于漏洞检测,但已有设计要么不使用漏洞—修复函数对,要么把它们和普通负样本同等对待。 训练时构造同类安全、同类漏洞、随机负样本和补丁对四类函数对,补丁对在负样本惩罚项中获得更大的成对权重;消融中移除补丁对使配对准确率降到0.0718,接近CodeBERT基线的0.0486。

启示与展望

演示范围是Linux内核C代码上的函数级检测:主实验在PairVul-Linux上完成,泛化测试使用VentiVul的Linux内核子集,共111对来自96个CVE的漏洞—修复函数对,且不重训、不微调、不调整阈值。

VentiVul只有111对,PatchCon、SCL-CVD与DELTA之间的差异需要谨慎解读;自助法区间显示PatchCon相对DELTA的MCC提升并不显著;每个配置只用一个固定随机种子训练一次,未覆盖训练随机性带来的方差。