一种基于多模态特征自适应融合的软件漏洞检测方法

AITNT
正文
推荐专利
一种基于多模态特征自适应融合的软件漏洞检测方法
申请号:CN202411482085
申请日期:2024-10-23
公开号:CN119004491B
公开日期:2025-02-07
类型:发明专利
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
1
一种高速移动环境下的低复杂度均衡方法
均衡方法 复杂度 算法 矩阵 高速无线通信系统
2
评论质量的提高方法、装置、设备、介质和程序产品
大语言模型 文本特征向量 音频特征 主题 关键词
3
脑电信号分析方法、系统、电子设备和存储介质
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
4
一种音频处理方法及装置
功能模块 音频 模组 子模块 样本
5
一种针对图像的任务理解方法、模型训练方法及装置
细粒度特征 视觉特征 模型训练方法 注意力参数 适配器
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