基于特征矩阵的Python克隆代码漏洞检测方法

基于特征矩阵的Python克隆代码漏洞检测方法 Vulnerability Detection Method of Python Clone Code Based on Feature Matrix first-author 彭双和，女，副教授，博士，主要研究领域为系统安全。E-mail:shhpeng@bjtu.edu.cn 彭双和，女，副教授，博士，主要研究领域为系统安全。E-mail: shhpeng@bjtu.edu.cn shhpeng@bjtu.edu.cn 北京交通大学 智能交通数据安全与隐私保护技术北京市重点实验室，北京 100044 北京交通大学 智能交通数据安全与隐私保护技术北京市重点实验室，北京 100044 Beijing Key Laboratory of Security and Privacy in Intelligent Transportation, Beijing Jiaotong University, Beijing 100044, China Beijing Key Laboratory of Security and Privacy in Intelligent Transportation, Beijing Jiaotong University, Beijing 100044, China 随着人工智能和机器学习的快速发展，拥有强大第三方库的Python越来越受程序员的青睐。为了缩短开发周期，代码复用成为程序员的首选。代码复用的最直接方式是进行代码克隆，如果被克隆的代码存在漏洞，所造成的损失将是无法预料的。本文提出了一种基于特征矩阵的Python克隆代码漏洞检测方法。首先，针对不同的漏洞类型，提取相应的关键特征，依照不同关键特征对Python脚本进行前向或后向的程序切片。然后，利用基于代码块的抽象语法树，将代码转换为向量，构建特征矩阵。最后，利用机器学习的方法，对特征矩阵进行降维并计算相似度。实验结果显示，该方案可以有效检测出Python脚本的漏洞。 With the rapid development of artificial intelligence and machine learning, Python with powerful third-party libraries is increasingly favored by programmers. In order to shorten the development cycle, code reuse has become programmers'first choice and the most direct way of code reuse is to clone code. Since the loss will be unpredictable if there are vulnerabilities in the cloned code, this paper presents a vulnerability detection method of Python clone code based on feature matrix. Firstly, extract corresponding key features according to different types of vulnerabilities so as to split, Python scripts forward or backward through different key features. Secondly, the code is converted into vectors through the abstract syntax tree based on the code block and the feature matrix is constructed. Finally, the machine learning method is used to reduce the dimension of the feature matrix and calculate the similarity. Experimental results show that the method can effectively detect vulnerabilities in Python scripts. 漏洞 特征矩阵 克隆代码 Python vulnerability feature matrix clone code Python 引言 1 代码复用极大地提高了开发效率，缩短了开发周期，但同时又带来了很大的安全隐患。如果被克隆的代码存在缺陷，随着代码的多次被克隆，越来越多的代码中会存在相同的缺陷。软件中的一部分漏洞便是由代码克隆产生的，最常见的例子是当软件的某一版本产生漏洞，在其之后的版本中也有可能存在该漏洞。 Python以简洁、易维护、便于开发而著称。许多Python的第三方库都以源码的形式存在，这为代码克隆提供了极大的便利。因此，在Python中，通过检查克隆代码来检测漏洞是非常有必要的。基于克隆代码的漏洞检测技术只需一个漏洞实例，通过相似性比较，便可以找到与之相似的漏洞。文献[ 1 1 ]对克隆代码进行了定义，大致上可分为两大类: 1) 词法变化。词法变化基本上不会影响程序的语义、语法和结构。词法变化包括改变注释和空格，标识符重命名以及在不影响语义的情况下更改操作符两边变量的顺序等。 2) 语义和结构的改变。在该类型下，代码的语义和结构发生了变化，主要包括改变独立代码的顺序；等价语句的变换；冗余代码的添加等。 可以用抽象语法树来区分词法变化、语义和结构变化。在词法改变中，抽象语法树只会发生很小的变化或者不发生变化。在语义和结构的改变中，抽象语法树会发生很大的变化，需要通过对抽象语法树进行相似性比较来确定两个代码是否相似。但在相似性比较时，如果抽象语法树过大，对每个子树进行比较是不易的。因此可以将抽象语法树的每个节点转变为特征矩阵中的一个元素，然后利用编辑距离方便地对特征矩阵进行相似性比较。 本文的主要贡献为提出了一种基于特征矩阵的Python克隆代码漏洞检测方法。根据基于代码块的抽象语法树构建特征矩阵，利用机器学习的方法对特征矩阵降维并计算相似度，以此来寻找漏洞。 相关工作 1 基于源代码漏洞检测的技术可分为两大类，一类是比较传统的方法，这些方法提出的时间相对来说比较早，是直接对源代码进行检测的，如使用数据流分析技术的Fortify SCA( http : //www.fortify . com http://www.fortify.com .)，应用污点分析技术的Pixy [ 2 2 ] ，使用符号执行技术的KLEE [ 3 3 ] ，基于模型检测技术的MOPS [ 4 4 ] 以及应用定理证明的Saturn [ 5 5 ] 。另一类方法是利用克隆代码来检测漏洞，利用克隆代码的漏洞检测技术由三个部分构成，分别为代码片段、代码表示和相似性方法 [ 6 6 ] 。 代码片段特指待检测的代码。一个工程中可能包含几万甚至几十万行代码，将每行代码都与已知漏洞做相似性比较是不现实且浪费时间的。一般来说，可以将待检测的代码分为三种级别:文件级别、函数级别和片段级别。如果待检测文件比较小，就可直接与已知漏洞进行比较；如果待检测文件比较大且包含多个函数，可利用关键特征对函数进行定位，缩小检测范围。Yamaguchi等 [ 7 7 ] 通过把类型名称、函数名称、类型转换作为关键特征，将开源库FFmpge的6 778个函数缩小为20个函数，大大提高了检测效率，但是在这20个函数中仍然存在较多的与漏洞不相关的代码。现在最常用的代码片段是片段级别，片段级别是与关键特征相依赖的代码构成的片段，该级别可以有效地剔除无关代码。CBCD [ 8 8 ] 通过UNIX diff指令获得片段级别的代码片段，以此来检测代码中出现的错误。 最初的漏洞检测方法是简单的模式匹配，直接将代码与代码进行比较，该方法的局限性很大，要求代码必须全部匹配。随着技术的进步，代码被转换为多种中间形式，如序列、树、图、度量值等，使得漏洞检测技术不再单一化。文献[ 9 9 ]将补丁代码转换为序列，在Ubuntu 14. 04中发现7个真实的漏洞。SecureSync系统 [ 10 10 ] 通过将代码转化为抽象语法树来发现因代码复用而引起的漏洞，多种中间形式的结合也可以用来发现漏洞。Chucky [ 11 11 ] 将语法树、控制流图和程序依赖图结合在一起，构成代码属性图来检测漏洞，但是当漏洞发生语义上的等价变化时，该方法将会产生漏报。 相似性方法和代码表示有很大的关系，当用图来表示代码时，可通过直接计算两个图的相似性来表示代码的相似性。文献[ 12 12 ]将代码转换为抽象语法树，通过贪婪的自顶向下的算法来寻找同构子树，进而计算两个代码的相似度，但是当代码量比较大时，所生成的抽象语法树是巨大的，同时也会产生比较大的时间开销。DECKARD [ 13 13 ] 通过向量来表示子树，将哈希和近邻查询算法应用于向量，计算相似度。甘水滔等 [ 14 14 ] 通过遍历语法分析树中关键节点的数量来构造特征矩阵，利用局部敏感哈希的聚类方法来计算矩阵的相似度。 本文方案中，关键特征和定义-使用(def-use)链的结合，可以有效地剔除不相关代码，减少不必要的时间开销；将代码进行统一的等价替换，可以避免等价语句对漏洞结果造成的干扰，减少漏报；同时，将抽象语法树变为矩阵，更加便于相似度计算，提高准确度。 方案设计与实现 1 基于特征矩阵的Python克隆代码漏洞检测方法包括获取代码片段、生成特征矩阵、计算相似度，其流程图如 图 1 图 1 所示。 首先，根据漏洞类型定义相对应的关键特征，利用def-use链对程序进行前向切片和后向切片，以获取代码片段，缩小检测范围。然后，根据基于代码块的抽象语法树，将代码转换为向量，构建特征矩阵。最后，利用机器学习的方法，对特征矩阵进行降维，通过编辑距离来计算代码间的相似性，从而确定是否存在漏洞。 代码片段获取 2 程序中所包含的代码的数量可能是巨大的，为了对漏洞进行初步的定位，需要先根据漏洞类型来确定漏洞的关键特征。例如，在输入验证漏洞中，一些危险函数，如os.system()，就是漏洞的关键特征。不同的漏洞类型包含不同的关键特征，在该阶段，通过人工辅助的方式来定义关键特征。关键特征确定之后，先对待检测程序做简单的文本匹配确定漏洞的大概位置，通过关键特征对程序进行前向或后向切片，取出与关键特征相依赖的代码。静态的程序切片可分为基于数据流的程序切片和基于依赖图的程序切片。在此，选择基于数据流的程序切片，它既可以覆盖全部相关代码又避免了图的复杂性。PyT [ 15 15 ] 提供了针对Python的控制流图，并在控制流图上使用到达定值的迭代算法得到def-use链。def-use链由许多def-use对构成，def-use对表示语句def中包含对变量 x 的定义，它可通过某条路径到达使用变量 x 的语句use [ 16 16 ] 。 关键特征可能与该特征之前的语句有关，也可能是和该特征之后的语句有依赖关系，对此可用def-use链对程序进行前向切片或后向切片。在前向切片中，需找到关键特征所在的def语句，以该def语句为起点，前向遍历def-use链，每次取相对应的use语句来构成代码片段。后向切片恰好相反，且最后需将代码顺序进行颠倒。 图 2 图 2 展示了一个利用def-use链获取代码片段的例子。 在这个例子中，关键特征为os.system()函数，需要对其进行后向切片。先找到函数os.system()所在的use语句，根据def-use对找到use语句对应的def语句 s = x +‘- r ’，获取该def语句，以该def语句作为新的use语句，逆向地重复上述过程，直到所对应的def语句为初始赋值或起始语句为止。从 图 2 图 2 可以看出，以os.system()为漏洞特征，通过defuse链可以有效地将与os.system()相关的代码提取出来，构成代码片段。 特征矩阵生成 2 当2.1节中得到的代码片段是比较大时，直接对抽象语法树进行相似性检测是比较困难的。我们利用基于代码块的抽象语法树，将代码转换为特征向量，构建特征矩阵。在该过程中，主要分为三部分: 1) 预处理 将抽象语法树的各个节点分为4种类型，分别是关键节点、语句节点、非语句节点和无关节点。关键节点是关键特征所对应的节点；语句节点表示该节点可以将整个语句的属性表示出来，如For节点、If节点等；非语句节点不可以表示整个语句的属性，但是可以将变量的属性表示出来，如Str节点、Num节点等；无关节点表示该节点不能直接表现出代码的相关信息，如Store节点、Load节点等。 预处理时，先将无关节点剔除，然后利用抽象语法树将代码中的等价语句，如AugAssign语句和Lambda语句等，进行统一替换，避免等价语句的干扰。 图 3 图 3 是利用抽象语法树识别等价语句的例子，通过Python的内置库函数，将两个代码的抽象语法树提取出来，进行广度遍历。首先，要保证树的根节点分别为AugAssign节点和Assign节点，其次，红色虚线相连接的两部分应相同。 2) 特征向量的生成 特征向量不仅可以避免抽象语法树过大带来的问题，而且将抽象语法树数字化后，有多种方法可以计算相似度问题。对抽象语法树采取自底向上的遍历，得到各个节点的向量，每个节点的向量除了其自身外，还包括子节点的向量的累加和。 图 4 图 4 是抽象语法树中各个节点的向量表示，其中红色部分为各个节点的向量。 利用Python特有的缩进格式可对代码进行分块，使之呈现更小的粒度，这样根节点向量便包含了块代码的全部基本信息，可用根节点向量表示整个代码块。每个代码片段包含一个或多个块代码，不妨先构造一个中间矩阵，再将中间矩阵转换为特征向量。将Python中的所有语句节点，以一定的顺序，如，按首字母从小到大的顺序排列，作为矩阵的行，考虑到语句节点的子节点中可能还包含语句节点，如:每个If语句里可能包含多个Assign语句，因此，将Python中的所有语句节点和非语句节点同时作为矩阵的列，并按一定的顺序排列。将上述向量中的非零元素提取出来，放在相应的位置，其余元素置零。这样，在中间矩阵中，每一行都表示一个代码块，而整个中间矩阵，就是由许多这样的代码块构成的代码片段，一个中间矩阵表示一个代码片段。对该中间矩阵进行从左到右，从上到下的遍历，将中间矩阵转换为特征向量。此时，一个代码片段便构成了一个特征向量。 3) 特征矩阵的生成 由于不同类型的漏洞有着不同的关键特征，同一类型的漏洞可能包含多个不同的关键特征。因此，在同一个程序中，会有多个不同的代码片段，此外，代码库中也有多个漏洞片段要用来检测代码片段。因此，将特征矩阵的行向量分为两部分，前部分是代码片段，剩余部分是代码库中漏洞片段，并将其对应的特征向量作为行向量，此时，行向量便是由许多按序排列的语句节点和非语句节点构成。至此，特征矩阵生成。 相似度计算 2 在2.2节特征矩阵生成的过程中，由于代码块的数量、节点的数量等多个原因，使得形成的特征矩阵非常大，幸运的是大部分的元素为0，为了方便相似度计算，需要对该特征矩阵进行降维处理。 在机器学习中，有两种常见的降维方法，一种是多维缩放，一种是主成分分析(PCA) [ 17 17 ] ，本文采用PCA。在实践中，PCA常用奇异值分解的方法来实现。奇异值分解是将一个复杂的高维矩阵经过变换得到几个简单的小矩阵相乘，这几个小矩阵几乎包含了高维矩阵的全部信息。假设上述求得的特征向量为 x ，长度为 m ，代码片段和漏洞片段的总数为 n ，便可以得到一个 m × n 的特征矩阵 S = { x 1 ， x 2 ，...， x n }，对特征矩阵 S 进行奇异值分解，得到的结果如(1)式所示: http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465298&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465298&type=small http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465298&type=middle 在(1)式中， U ' m × n 和 V ' n × n T 分别称为左奇异矩阵和右奇异矩阵，左奇异矩阵对应特征矩阵的行，也就是按序排列的语句节点和非语句节点。右奇异矩阵对应特征矩阵的列，也就是代码片段和漏洞片段。 Σ ' m × n 是对角矩阵，其对角线上的元素称为奇异值 λ ，且 λ 1 ≥ λ 2 ≥… ≥ λ m 。从(1)式中可看出，等式部分并没有将特征矩阵降维，对特征矩阵降维的是约等式部分。等式部分和约等式部分的差异在于 r 。 r 的选择有多种不同的方法，通常是选择占绝大比重的前几个，可以由用户自己设定，也可以从重构的角度获得，该方法需要提前设定一个重构阈值 t ，例如 t = 90%，然后通过(2)式来求得最小的 r 值 [ 18 18 ] 。 http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465302&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465302&type=small http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465302&type=middle 当 r 值确定后，特征矩阵完成降维。右奇异矩阵 V r × n T 对应特征矩阵中的代码片段和漏洞片段，此时可通过对代码片段和漏洞片段所对应的向量做一对一的距离度量来求相似度。距离度量采用的闵可夫斯基距离公式，如下 http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465304&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465304&type=small http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=4465304&type=middle 参数 p 有多个不同的值，当 p = 1时，闵可夫斯基距离即曼哈顿距离，当 p = 2，可得到欧氏距离，当 p → ∞，可得到切比雪夫距离。 实验评估 1 本文方案在很大的程度上依赖代码库，相比C语言和JAVA来说，Python脚本的漏洞相对比较少，一方面是Python不适用于大型项目的开发，另一方面是Python使用自动内存管理方式，不易出现有关内存方面的漏洞。利用中国国家信息安全漏洞库(CNNVD， http : //www.cnnvd.org.cn/ http://www.cnnvd.org.cn )和基于Python的漏洞检测工具的漏洞库，建立了一个小型代码库，其构成如下:在CNNVD中，以“Python”为关键字，对相关漏洞进行搜索，得到187条漏洞；通过人工的方式将C语言文件的漏洞、不能获得源码的漏洞进行剔除，余下19条漏洞；除此之外有PyT [ 15 15 ] 提供的跨站脚本、目录遍历、sql注入等10条漏洞以及Belgijska等 [ 18 18 ] 提供的TOCTOU、输入验证、不安全的临时文件的使用等5条漏洞。 Bandit [ 19 19 ] 有一个小型简单的代码库，包括多种类型的漏洞，但是这些漏洞文件都非常短，可能一个文件中只有一个不安全函数的调用，这些不能用来构建我们的代码库，但是却为关键特征的选取提供了极大的便利，通过与真实漏洞相结合，最终选取了包括random.random()、os.system()等危险函数在内的91个关键特征。 在被检测的程序选择上，尽可能选择包含较多关键特征的程序，为此选择Python的图像处理库Python Image Library(版本为2.3.0)，为Python提供共享功能模块的Python logilab-common(版本为0.60.0)以及实施签名和加密操作的python-jose (版本为1.4.0)为被检测程序。在相似度计算阶段，所选择的阈值为 t = 90%，利用欧氏距离来计算相似度。所检测出来的漏洞如 表 1 表 1 所示，共检测出4个漏洞，其中3个漏洞均是由函数tempfile.mkstemp ()引起的。 被检测程序 漏洞编号 漏洞类型 关键特征 Python Image Library CVE-2014-1933 权限许可和访问控制 tempfile. mkstemp() Python Image Library CVE-2014-1932 后置链接 tempfile. mkstemp() Python logilab-common CVE-2014-1838 - os. system() Python logilab-common CVE-2014-1839 后置链接 tempfile. mkstemp() tempfile.mkstemp ()的主要作用是创建临时文件，但是在Python3的指导手册 [ 20 20 ] 中，已说明tempfile.mkstemp ()是一个不安全的函数，当第一个进程使用tempfile.mkstemp ()创建了一个临时文件后，另一个进程很可能会在这段时间创建一个同名文件，所以tempfile.mkstemp ()使用之后要及时关闭。在 表 2 表 2 中，代码1和代码2没有及时关闭新建的文件，因而存在中漏洞，代码3是安全的。 名称 示例代码 代码1 file=tempfile.mkstemp() 代码2 filename=tempfile.mkstemp() 代码3 fd, file=tempfile.mkstemp() os.close(fd) 在我们的方案中，代码1和代码2的相似度为100%，代码1和代码3的第一行的相似度约为42%，这个简单的例子说明，该方案可以有效地区分与函数tempfile.mkstemp()相关的安全代码和漏洞代码，在一定的程度上减小了误报率。 以漏洞CVE-2014-1933为例，该漏洞文件约有800行，共22个函数，经过代码片段的获取后，只余下一个函数，其关键特征为os.system()和tempfile.mkstemp()，在漏洞库中，与这两个函数相关的漏洞共有11个，经过PCA降维后的数据规模为12 ×2，“12”表示1个含有关键特征的待检测代码和11个含有相关关键特征的漏洞代码，“2”是由(2)式中的 r 值确定的，每行数据均表示一个代码片段，利用(3)式计算待检测代码和各个漏洞代码的欧氏距离如 表 3 表 3 所示。注意欧氏距离越小，表示两者的相似度越大，在 表 3 表 3 中与待检测代码最为相似的为漏洞代码5，经过人工确认，待检测代码确实为漏洞。 代码 欧氏距离 相似度排名 漏洞代码1 1.712 3 漏洞代码2 5.679 7 漏洞代码3 2.994 6 漏洞代码4 1.578 2 漏洞代码5 0.065 1 漏洞代码6 2.659 5 漏洞代码7 2.555 4 漏洞代码8 6.816 8 漏洞代码9 14.594 11 漏洞代码10 11.967 10 漏洞代码11 10.689 9 PCA降维后的结果可能变为一维、二维、三维和四维数据等，为了更清晰地展现结果，当降维后的数据为一维、二维和三维时，通过画图的方式来展示相似度。在上述例子中，将每行数据均当做坐标中的一个点，以此来构成如 图 5 图 5 所示的图形。从 图 5 图 5 中可以看出，在坐标约为(-3.4，-2)处，红色和蓝色相重叠，这说明，经过降维后，红色和蓝色对应的数据是非常相近的，也就是两者的相似度是非常高的。 红色方块表示待检测代码，蓝色圆圈表示漏洞代码 Red square is detected code, blue circle is vulnerability code 事实上，在CNNVD中，关于Python Image Library一共记录了3个漏洞，除了上述的2个漏洞外，还包含一个输入验证漏洞，其关键特征是一个自定义的变量，未能统计在91个关键特征中，因而产生了漏报。 结语 1 本文提出了一种基于特征矩阵的Python克隆代码漏洞检测方法。通过关键特征和前向或后向的程序切片，大大地缩小了漏洞的范围；基于代码块的抽象语法树和特征矩阵也有效的避免了抽象语法树的缺点；利用机器学习的方法对特征矩阵进行降维更加方便了相似度计算。实验表明，该方法能有效地检测出Python中的漏洞。目前该方法只在Python脚本上进行了实验，下一步将会在C语言或JAVA中进行实验，探讨其是否具有可扩展性，同时，代码库和关键特征要进行扩充，使其能检测出更多漏洞。 参考文献 JOY M, LUCK M. Plagiarism in programming assignments[J] . IEEE Transactions on Education , 1999, 42 (2): 129-133. DOI: 10.1109/13.762946. JOVANOVIC N, KRUEGEL C, KIRDA E. Pixy: A static analysis tool for detecting Web application vulnerabilities[C]// 2006 IEEE Symposium on Security and Privacy . Piscataway: IEEE, 2006: 263. CADAR C, DUNBAR D, ENGLER D. KLEE: Unassisted and automatic generation of high-coverage tests for complex systems programs[C]// USENIX Conference on Operating Systems Design and Implementation . Berkeley: USENIX Association, 2009: 209-224. CHEN H, WAGNER D A. MOPS : An Infrastructure for Examining Security Properties of Software [M]. Berkeley :University of California, 2002. XIE Y, AIKEN A. Saturn:A scalable framework for error detection using Boolean satisfiability[J]. ACM Transactions on Programming Languages & Systems , 2007, 29(3): 16. DOI:10.1145/1232420.1232423. HU J. VulPecker: An automated vulnerability detection system based on code similarity analysis[C]// Conference on Computer Security Applications . New York: ACM, 2016: 201-213. YAMAGUCHI F, LINDNER F, RIECK K. Vulnerability extrapolation: Assisted discovery of vulnerabilities using machine learning[C]// USENIX Workshop on Offensive Technologies . Berkeley: USENIX Association, 2011: 13. LI J, ERNST M D. CBCD: Cloned buggy code detector [C]// The 2012 International Conference on Software Engineering . Piscataway: IEEE, 2012: 310-320. LI H, KWON H, KWON J, et al . A scalable approach for vulnerability discovery based on security patches[C]// Applications and Techniques in Information Security . Berlin: Springer, 2014: 109-122. PHAM N H, NGUYEN T T, NGUYEN H A, et al . Detection of recurring software vulnerabilities[C]// Proceedings of the IEEE/ACM International Conference on Automated Software Engineering . New York: ACM, 2010: 447-456. YAMAGUCHI F, WRESSNEGGER C GASCOM H, et al . Chucky: Exposing missing checks in source code for vulnerability discovery[C]// ACM Conference on Computer & Communications Security . New York: ACM, 2013: 499-510. JEAN-REMY F, BLANC X, MARTINEZ M, et al . Fine-grained and accurate source code differencing[C]// ACM/IEEE International Conference on Automated Software Engineering . New York: ACM, 2014: 313-324. JIANG L, MISHERGHI G, SU Z, et al . DECKARD: Scalable and accurate tree-based detection of code clones [C]// International Conference on Software Engineering . Piscataway: IEEE, 2007: 96-105. 甘水滔, 秦晓军, 陈左宁, 等.一种基于特征矩阵的软件脆弱性代码克隆检测方法[J].软件学报, 2015, 26(2): 348-363. DOI:10.13328/j.cnki.jos.004786. GAN S T, QIN X J, CHEN Z N, et al . Software vulnerability code clone detection method based on characteristic metrics[J]. Journal of Software , 2015, 26(2): 348-363. DOI:10.13328/j.cnki.jos.004786 (Ch). MICHEELSEN S, THALMANN B. PyT-A Static Analysis Tool for Detecting Security Vulnerabilities in Python Web Applications [D]. Aalborg: Aalborg University, 2016. 赵保华, 陈波, 屈玉贵.一种改进的转换可执行分析测试序列生成算法[J].中国科学技术大学学报, 2007, 37 (9):1096-1100. DOI:10.3969/j.issn.0253-2778.2007.09.008. ZHAO B H, CHEN B, QU Y G. A test sequence generation algorithm based on improved transition executability analysis [J]. Journal of University of Science and Technology of China . 2007, 37 (9): 1096-1100. DOI: 10.3969/j.issn.0253-2778.2007.09.008 (Ch). 周志华.机器学习[M].北京:清华大学出版社, 2016: 229-231. ZHOU Z H. Machine Learning [M]. Beijing: Tsinghua University Press, 2016: 229-231 (Ch). BELGIJSKA. Python Source Code Review-Best practices Version0.9[EB/OL]. [2015-05-26] . http : //www.avet.com.pl http://www.avet.com.pl . PHIL F, BRYCE G, CARLOS C, et al . Bandit[EB/OL]. [2017-10-25] . https : //github.com/PyCQA/bandit https://github.com/PyCQA/bandit . PYTHON SOFTWARE FOUNDATION. Python Documentation[EB/OL]. [2014-12-10] . http : //www.python.org/doc http://www.python.org/doc . 10.14188/j.1671-8836.2019.05.008 TP311.53 whdxxblxb-65-5-472 国家自然科学基金（61572066） 2018-06-06 2019-10-24 2020-12-10 版权所有© 2019 《武汉大学学报(理学版)》编辑部 Copyright © 2019 Journal of Wuhan University(Natural Science Edition). All rights reserved. 2019 武汉大学学报(理学版) 5 65