elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Imprint | Privacy Policy | Contact | Deutsch
Fontsize: [-] Text [+]

Erkennung von Sicherheitslücken mittels Graph Convolutional Networks

Knaust, Christopher-Tobias (2021) Erkennung von Sicherheitslücken mittels Graph Convolutional Networks. Bachelor's, Friedrich-Schiller-Universität Jena / DLR Institut für Datenwissenschaften.

[img] PDF - Only accessible within DLR
587kB

Abstract

Für das automatisierte Auffinden sicherheitskritischer Schwachstellen in Programmcode werden traditionell statische Analysewerkzeuge eingesetzt, welche auf festen Regelwerken basieren. Neuere Forschungsarbeiten versuchen hingegen, Sicherheitslücken mit Methoden des maschinellen Lernens aufzufinden. Die vorliegende Arbeit befasst sich diesbezüglich mit einem Ansatz, der mit Hilfe eines Graph Convolutional Networks die Kontrollflussgraphen von Programmen analysiert. Es wird eine Implementierung dieses VGDetector genannten Modells vorgestellt, welche anschließend mit einer bestehenden Arbeit zum selben Ansatz verglichen wird. Außerdem wird überprüft, inwieweit sich VGDetector auf weitere als die bisher getesteten Sicherheitslücken anwenden lässt.

Item URL in elib:https://elib.dlr.de/144846/
Document Type:Thesis (Bachelor's)
Title:Erkennung von Sicherheitslücken mittels Graph Convolutional Networks
Authors:
AuthorsInstitution or Email of AuthorsAuthor's ORCID iD
Knaust, Christopher-TobiasUNSPECIFIEDUNSPECIFIED
Date:25 October 2021
Refereed publication:No
Open Access:No
Gold Open Access:No
In SCOPUS:No
In ISI Web of Science:No
Status:Unpublished
Keywords:Programmanalyse, Sicherheitslückenerkennung, Machine learning on Code
Institution:Friedrich-Schiller-Universität Jena / DLR Institut für Datenwissenschaften
Department:Faktultät für Mathematik und Informatik
HGF - Research field:Aeronautics, Space and Transport
HGF - Program:Space
HGF - Program Themes:Space System Technology
DLR - Research area:Raumfahrt
DLR - Program:R SY - Space System Technology
DLR - Research theme (Project):R - Intelligent analysis and methods for safe software development
Location: Jena
Institutes and Institutions:Institute of Data Science > IT-Security
Institute of Data Science > Secure Digital Systems
Deposited By: Sonnekalb, Tim
Deposited On:27 Oct 2021 15:47
Last Modified:27 Oct 2021 15:47

Repository Staff Only: item control page

Browse
Search
Help & Contact
Information
electronic library is running on EPrints 3.3.12
Copyright © 2008-2017 German Aerospace Center (DLR). All rights reserved.