一种基于持续学习的软件漏洞评估方法

AITNT
正文
推荐专利
一种基于持续学习的软件漏洞评估方法
申请号:CN202411106268
申请日期:2024-08-13
公开号:CN119026138B
公开日期:2025-12-09
类型:发明专利
摘要
本发明提供了一种基于持续学习的软件漏洞评估方法,属于软件工程技术领域。解决了在应对动态数据流时,面临灾难性遗忘而导致评估精度下降的技术问题。其技术方案为:包括以下步骤:(1)搜集处理漏洞严重程度预测相关数据集,并划分数据集为几个任务;(2)使用模型置信度来回放旧任务数;(3)融合源代码和漏洞描述,输入到CodeT5进行模型和提示模板训练;(4)引入EWC正则化项,在训练新任务时确保参数不会有大的偏差;(5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,根据真实项目的动态数据进行漏洞评估,缓解灾难性遗忘问题。
技术关键词
参数 模板 训练神经网络模型 映射方法 软件开发项目 采样方法 软件工程技术 生成自然语言 训练语言模型 漏洞数据库 评估漏洞 矩阵 随机梯度下降 回放方法 开源项目 对源代码
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号