基于变量重要性分析的代码模型鲁棒性评估方法及系统

本发明提供了基于变量重要性分析的代码模型鲁棒性评估方法及系统。方法包括：获取待评估代码模型及源代码样本，从真实源代码库中提取变量构建第一替代变量集；计算源代码样本中各初始变量的重要性得分；在第一替代变量集中筛选重要变量的替代变量构建第二替代变量集，筛选过程应用长度约束和K‑means聚类以确保语义多样性；使用改进束搜索方法执行变量替换测试，通过合并前后迭代结果扩大搜索空间，避免陷入局部最优。本发明能够系统性、高效地评估代码模型对变量命名变化的敏感度，即使在有限查询条件下也能准确识别模型鲁棒性弱点，为提升代码模型的稳定性和安全性提供技术支持。