一种源代码表征提取方法

本发明公开了一种源代码表征提取方法，包括获取源代码数据集，并对数据集进行预处理；基于BERT模型和主成分分析技术PCA，分别对预处理后的数据集中代码行、代码构造进行特征提取，得到第一基本表征向量、第二基本表征向量；基于Multi‑way Tree‑LSTM模型，对代码行的抽象语法树子树特征进行直接提取，得到第三基本表征向量；基于GloVe词嵌入技术和GRU模型，对代码图结构的依赖关系上下文特征进行提取，得到第四基本表征向量、第五基本表征向量；利用注意力机制BiGRU，将得到的基本表征向量进行结合，获得源代码表征。因此，采用上述方法，能够全面地保留源代码中的多方面信息，有利于捕捉代码中存在的潜在漏洞。