摘要
本发明公开了一种基于大语言模型的Web应用程序漏洞PoC生成方法,首先构建漏洞基准集,漏洞信息包括漏洞CVE编号、漏洞描述、CVSS3评分、补丁链接、补丁链接对应的补丁修改信息、CWE编号和受影响的软件配置;对构建的漏洞基准集中的每个漏洞,提取函数级别的漏洞信息和导航信息,作为后续生成PoC的输入;将PoC生成流程拆分为多个子任务;然后基于划分的子任务,采用CoT引导LLM进行逐步推理,输出每个子任务的内容,最终构建可用的PoC。本发明能自动从漏洞描述和代码中识别漏洞,克服手动预定义规则的限制;同时,依赖于LLM的代码理解能力,本发明能够处理语义和语法约束,生成有效的攻击载荷,最终构建可用的PoC。
技术关键词
应用程序漏洞
大语言模型
生成方法
识别漏洞
变量
应用程序源代码
程序执行轨迹
载荷
基准
补丁信息
软件
信息模块
语句
日志
污点
节点
日期
系统为您推荐了相关专利信息
关键点
文本分析报告
文本分析方法
分析报告生成方法
多智能体协同