摘要
本发明提供了一种基于提示微调的软件漏洞严重程度预测方法,属于计算机技术领域,包括以下步骤:S1:搜集处理漏洞严重程度预测相关数据集。S2:按9:1的比例划分为训练集和验证集,借助分层采样方法保证两者严重程度分布一致;S3:设计混合提示模板及映射方法,将源代码和漏洞描述融合,输入到CodeT5进行模型和提示模板训练;S4:训练时采用早停策略防止过拟合,并返回最优的模型和提示模板;S5:对需要预测的软件漏洞,借助混合提示模板融合源代码和漏洞描述,输入模型并完成严重程度的预测。本发明的有益效果为:借助提示微调和源代码与漏洞描述的融合,不需要大量训练数据,即可完成高质量漏洞严重程度预测模型的构建。
技术关键词
漏洞
程度预测方法
自然语言
模板
映射方法
软件开发项目
采样方法
训练语言模型
开源项目
对源代码
样本
数据
策略
分层
标签
指标
格式
编码
定义