基于自适应数据增强和提示微调的软件漏洞类型分类方法

本发明提供了一种基于自适应数据增强和提示微调的软件漏洞类型分类方法，属于计算机技术领域，解决了预训练模型与下游任务适应性不足和漏洞类型数据集中的长尾技术问题。包括以下步骤：S1：预处理数据集，提取漏洞描述和源代码，按照漏洞数量，定义头类和尾类类型；S2：划分训练集、验证集和测试集；S3：使用混合提示模板，融合漏洞描述和源代码为双模态输入；S4：设计自适应数据增强策略；S5：采用早停策略防止过拟合，获取最优模型和提示模板；S6：将测试集数据输入训练好的模型和提示模板中进行预测。本发明的有益效果为：通过自适应数据增强缓解了漏洞类型分类中的长尾问题。