摘要
本发明公开了一种基于xLSTM模型的二进制切片级快速漏洞检测方法,该方法采用分段代码表示架构和新型的xLSTM模型。分段代码表示架构由指令编码网络和程序编码网络构成,通过结合指令编码网络和程序编码网络,可以全面捕获代码的细粒度语义信息和全局结构信息,从而增强漏洞检测模型的准确性。除此之外,该方法采用新颖的xLSTM模型,xLSTM引入了指数门控机制,与传统的Sigmoid门控相比,指数门控可以提供更动态的信息过滤能力,有助于改善记忆和遗忘过程。同时,xLSTM在门控计算中引入了额外的归一化和稳定化步骤,提升了模型的稳定性。此外,xLSTM引入了矩阵记忆,这允许并行处理并改善了存储容量。
技术关键词
代码切片
漏洞检测方法
分类器
门控循环神经网络
指令
全局结构信息
编码
语义特征
分段
长短期记忆网络
标签
标记
程序
语句
指数
关键点
系统为您推荐了相关专利信息
访问控制系统
分布式访问控制方法
访问控制策略
计算机程序代码
节点
电量估计方法
估计电池剩余电量
电池剩余电量估计
计算机可读指令
电压
脉宽调制模块
噪声消除模块
长距离通信
芯片架构
多组并联