基于多模态对比学习和低秩适应的源代码漏洞检测方法

本发明提供了一种基于多模态对比学习和低秩适应的源代码漏洞检测方法，属于计算机技术领域，解决了传统漏洞检测方法中无法充分利用多模态信息并面临计算效率瓶颈的技术问题。其技术方案为：包括以下步骤：S1：对数据集进行预处理和切分；S2：通过预训练模型GraphCodeBERT提取每个模态的初步表示；S3：对每个模态的表示应用低秩适应进行微调；S4：使用对比学习对不同模态的表示进行对齐；S5：在训练过程中，通过优化模型的多模态表示；S6：将测试集输入到已训练好的模型中进行漏洞检测，输出代码是否存在漏洞的分类结果。本发明的有益效果为：提高了模型对代码漏洞的识别能力，降低了计算成本。