《表5 四种类型数据的平均长度(单位(行数))》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于抽象语法树的智能化漏洞检测系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表4给出了实验结果。可以发现Astor对指针类型的数据（PU-kind）效果是最好的。初步分析是因为指针类型的数据较为复杂，所涉及的数据依赖和控制依赖较多，所以该类型样本的代码长度较大，可以蕴含足够多的语法和语义信息供模型学习。为验证这个观点，本文进一步做了补充实验，统计了四种类型数据的样本平均长度。统计结果如表5所示。可以看出，指针类型数据（PU-kind）的平均长度为28.3，远高于其他三类。这证明该类型数据样本更适合本文所提出的Astor系统是因为其数据较为复杂，代码的长度最大，所包含的信息量是最多，因此可以通过其抽象语法树学到足够多的结构信息。而表4另外三类数据检测结果的F1值与表5中对应的平均长度相结合，可以进一步证明这个结论的准确性。