一种使用异构图注意力网络的源代码漏洞检测方法

本发明提供了一种基于异构图注意力网络的源代码漏洞检测方法，属于智能软件工程领域。解决了深度学习模型在特征提取过程中语义信息不足的技术问题。其技术方案为：包括以下步骤：S1：对开源数据集进行数据预处理；S2：通过代码解析器将源代码解析为图结构；S3：融合多种代码结构图，并对图结构进行剪枝操作；S4：利用Word2Vec对异构图节点进行特征初始化；S5：基于元路径将异构图划分为12个元图；S6：将异构图信息输入两层注意力网络进行模型训练；S7：基于验证集筛选出最佳模型。本发明的有益效果在于：通过将源代码解析为异构图结构，并结合两层注意力网络进行模型训练，有效提升了漏洞检测的性能。