多模态特征融合的软件供应链漏洞智能定位方法

本发明涉及数据处理技术领域，尤其涉及多模态特征融合的软件供应链漏洞智能定位方法，包括：通过联邦学习框架对分布式节点的代码结构数据、依赖组件元数据及运行时行为日志进行加密聚合，生成跨节点的加密特征集；结合动态行为序列相似性对比输出多模态训练样本；通过多头交叉注意力机制提取代码结构节点、文本实体嵌入向量及动态事件序列的跨模态关联特征，生成融合特征向量；利用图注意力网络量化组件间的漏洞传播概率，识别与代码结构关联的高风险依赖路径，本发明通过多模态特征对齐、依赖图谱风险量化与强化学习动态决策的协同机制，突破单一模态分析的局限性，提升复杂供应链场景下漏洞定位的准确性、跨生态泛化能力及可解释性。