摘要
本发明公开了一种基于多模态特征自适应融合的软件漏洞检测方法,包括以下步骤:对代码样本进行预处理;从样本中提取多模态特征信息,综合编译器前端信息以增强代码序列表征,并应用增强的图表示学习方法提升代码图结构表征能力;构建样本内损失函数,充分挖掘这两种模态的共享特征和特有特征,同采用对比学习损失函数,增强样本间的区分度;以模态共享特征作为桥梁,自适应融合各模态的特有特征,生成高效的综合代码表示;将代码综合表示输入分类器,根据预测分数,判断代码样本是否有漏洞。本发明设计了一个多模态漏洞检测模型,有效提升了特征提取的完整性和漏洞检测的准确性。
技术关键词
样本
软件漏洞检测方法
序列特征
多模态特征
交叉注意力机制
多头注意力机制
编码器
生成代码
语法特征
特征向量空间
词嵌入方法
学习方法
矩阵
节点特征
分类器
融合特征
预训练模型
系统为您推荐了相关专利信息
原始脑电信号
脑电信号分析方法
频域特征提取
成分分析方法
独立成分分析算法
细粒度特征
视觉特征
模型训练方法
注意力参数
适配器