摘要
本说明书实施例公开了一种基于LLM的漏洞评估方法,该方法从多个数据源中获取目标漏洞对应的相关数据,并将其输入LLM,得到LLM输出的各评价指标分别对应的评估结果,各评价指标用于评估该目标漏洞的漏洞利用可行性,根据各评价指标分别对应的评估结果,确定目标漏洞的漏洞利用可行性评价值。该方法可在不引入人工主观因素的前提下,通过LLM得到用于评估漏洞利用可行性的各评价指标对应的评估结果,再据此确定目标漏洞的漏洞利用可行性评价值,大大提高了得到的漏洞利用可行性评价值的可解释性和可信度,为用户确定应对各漏洞的优先级提供了准确的依据。
技术关键词
代码库
指标
复杂度
大语言模型
评估漏洞
特征提取模块
数据获取模块
处理器
评估装置
电子设备
主题
可读存储介质
存储器
计算机
机制
程序
系统为您推荐了相关专利信息
信息采集系统
状态识别方法
密度聚类算法
异构网络信道
长短期记忆网络
智能校核方法
转移概率矩阵
强化学习算法
风险
证书
代码切片
代码检测装置
大语言模型
恶意代码检测方法
代码特征