Метод автоматичного виявлення помилок безпеки в програмному забезпеченні на основі глибинного навчання

Скорочена інформація про документ
dc.contributor.advisorСтьопочкіна, Ірина Валеріївна
dc.contributor.authorЧерноусов, Артем Вікторович
dc.date.accessioned2020-02-14T11:37:12Z
dc.date.available2020-02-14T11:37:12Z
dc.date.issued2019-12
dc.description.abstractenVolume of work is 85 pages, 18 illustrations, 29 tables and 54 literature sources. The object of the research is the software development process. The subject of the study is the detection of security errors of the source code. Research methods - presentation of the source code in the form of AST, neural network teaching methods for solving classification problems. The purpose of the study is to investigate and improve the methods and algorithms for finding vulnerable code gadgets The scientific novelty is that the method of detecting security errors based on deep learning has been further developed by using code representation in the form of an abstract syntax tree, improving the procedure for presenting the code gadget in a numerical vector and improving the selection of neural network topology parameters, which led to improved f1 score finding security errors up to 91%. This approach is an improvement on the technology described earlier in [1]. The results of the work are presented in the third section, which demonstrates the system of finding security errors based on deep learning. The results can be used to analyze the source code for security errors.uk
dc.description.abstractukОбсяг роботи 85 сторінок, 18 ілюстрацій, 29 таблиць та 54 джерел літератури. Об'єктом дослідження є процес розробки програмного забезпечення. Предметом дослідження є методи виявлення помилок безпеки початкового коду програмного забезпечення. Методи дослідження - представлення початкового коду у вигляді АСД глибинні методи навчання для розв'язання проблем класифікації. Наукова новизна полягає в тому, що метод детектування помилок безпеки основі глибинного навчання отримав подальший розвиток шляхом використання представлення коду у вигляді абстрактного синтаксичного дерева, покращення процедури представлення код-гаджета у числовий вектор покращений підбір параметрів топології нейронної мережі, що призвело поліпшення точності знаходження помилок безпеки до 91%. Цей підхід вдосконаленням технології, описаної раніше в статті [1]. Мета дослідження - дослідження та удосконалення методів та алгоритмів пошуку вразливих код-гаджетів. Результати роботи викладені у третьому розділі, що демонструють систему знаходження помилок безпеки на основі глибинного навчання. Результати роботи можуть бути використані для аналізу початкового коду на наявність помилок безпеки.uk
dc.format.page85 с.uk
dc.identifier.citationЧерноусов, А. В. Метод автоматичного виявлення помилок безпеки в програмному забезпеченні на основі глибинного навчання : магістерська дис. : 125 Кібербезпека / Черноусов Артем Вікторович. – Київ, 2019. – 85 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/31602
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectАСДuk
dc.subjectстатичний аналізuk
dc.subjectпочатковий кодuk
dc.subjectпомилка безпекиuk
dc.subjectASTuk
dc.subjectstatic analysisuk
dc.subjectsource codeuk
dc.subjectsecurity erroruk
dc.subject.udc004.056uk
dc.titleМетод автоматичного виявлення помилок безпеки в програмному забезпеченні на основі глибинного навчанняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Chernousov_magistr.pdf
Розмір:
2.58 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІБ)
Магістерські роботи