一种基于深度学习大模型的UEFI固件漏洞智能化识别方法

本发明涉及计算机领域，公开了一种基于深度学习大模型的UEFI固件漏洞智能化识别方法，包括收集操作系统和硬件平台的UEFI固件样本；对收集的UEFI固件样本进行预处理，包括二进制文件解析和特征提取，构建用于模型训练的UEFI固件数据集；采用数据增强技术对原始数据进行变换和扩展；以卷积神经网络为基础架构，结合长短期记忆网络处理序列数据得到基于深度学习的大模型；通过构建的UEFI固件数据集对所述大模型进行训练，得到训练后的深度学习大模型；将训练好的大模型部署到UEFI固件漏洞检测系统中；当系统接收到新的UEFI固件时，自动提取固件的关键特征并输入到模型中；模型根据学习到的漏洞模式对固件进行识别，并输出是否存在漏洞的结果。