一种抗干扰的基于深度学习源代码漏洞检测方法及装置

本发明公布了一种抗干扰的基于深度学习源代码漏洞检测方法及装置，包括神经元偏差异常程度计算模块、神经元偏差异常程度调控模块、实时验证与更新参数模块；通过在深度学习神经网络模型上增加深度学习网络结构防御层，构建抗干扰的基于深度学习的源代码漏洞检测网络模型，自适应地调整神经元抑制概率和动态调整神经元的激活概率，增强模型的在扰动情况下的源代码检测效果，降低模型检测的漏检率。