基于代码预训练模型参数微调的代码漏洞检测方法

AITNT
正文
推荐专利
基于代码预训练模型参数微调的代码漏洞检测方法
申请号:CN202411541350
申请日期:2024-10-31
公开号:CN119441006B
公开日期:2025-11-07
类型:发明专利
摘要
本发明涉及软件可靠性保障技术领域,为基于代码预训练模型高效参数微调的代码漏洞检测方法,方法包含以下步骤:对漏洞数据集的源代码进行预处理;S2、对预处理后的源代码进行转化处理,提取源代码对应的token序列和代码属性图路径;S3、构建代码漏洞检测模型,代码漏洞检测模型包括语义特征提取器、结构特征提取器、特征融合层和分类器;S4、将提取的源代码对应的token序列和代码属性图路径联合训练代码漏洞检测模型;S5、通过优化的代码漏洞检测模型输出待测源代码具否有漏洞的结果。本发明通过高效参数微调来微调模型,节省训练资源的并且获得良好的性能,通过融合同时学习源代码的语义和结构特征,提高了代码漏洞检测的效率和准确度。
技术关键词
代码漏洞检测方法 预训练模型 语义特征提取 残差归一化 结构特征提取 程序依赖图 适配器 模型预训练 序列 多层感知机 参数 分类器 编码器 数据 漏洞特征 开源项目 保障技术 注意力
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