一种基于多模态联合蒸馏优化的漏洞检测方法-mVulD-DO

一种基于多模态联合蒸馏优化的漏洞检测方法‑mVulD‑DO，首先生成关键代码结构图后，从其中提取函数名、变量名以及辅助表征信息，结合代码切片输入到预训练语义编码器中进行编码，生成语义模态的特征张量；另，利用关键代码结构图的节点和带有不同属性的边构建异构邻接矩阵，输入GAT进行编码，生成图结构的特征张量。将语义特征张量通过多头蒸馏网络进行蒸馏，得到对应的单峰特征，并通过BLSTM进一步提取代码的长距离依赖关系，获得最终的语义辅助特征。利用动态Sinkhorn算法计算图结构特征空间与语义辅助特征空间之间的分布距离，使用全局注意力层进一步融合优化后模态的特征，确保它们在特征空间中的协调性。本发明提升了模型的检测效率和对漏洞检测的准确性。