资金
使用图神经网络和开源资源库检测代码漏洞。这是模型中描述的实现：
，， ， ，，，，李立变和，“将基于图的学习与自动数据收集相结合以检测代码漏洞” 。
FUNDED是用于构建漏洞检测模型的新颖学习框架，该框架利用图神经网络（GNN）的进步来开发一种新颖的基于图的学习方法，以捕获并推理程序的控制，数据和调用依赖性。
2020年11月-该论文被接受！
在线工具和更多数据集可在我们的。
内容
入门
这些说明将为您提供在本地计算机上运行并运行的项目的副本，以进行开发和测试。
先决条件
在运行项目之前安装必要的依赖项，SoftWare的一部分与数据预处理有关，而Python库是我们已经测试过的环境。有关更多详细信息，请参考requirements.txt：
软件：
Python库：
设置
本节提供了使项目运行的步骤，解释和示例。
1）克隆此仓库
$ git clone git
2022-03-25 15:23:29
93.95MB
1
参考管调通实现的arcgis画点和划线，地图使用的是天地图，里面有加载的方法，还有弹窗里拍照上传图片，这里弹窗使用的是dialogfragment。入口可以改成工单的
2021-09-16 09:06:09
31.31MB
1