基于深度学习的自适应软件漏洞修复系统

AITNT
正文
推荐专利
基于深度学习的自适应软件漏洞修复系统
申请号:CN202510577944
申请日期:2025-05-07
公开号:CN120086865B
公开日期:2025-07-11
类型:发明专利
摘要
本发明公开了基于深度学习的自适应软件漏洞修复系统,包括多模态特征融合引擎、时空联合建模模块、漏洞修复策略生成器、跨语言表示模型。所述多模态特征融合引擎生成代码的混合特征向量,输入时空联合建模模块,捕捉代码结构与时序依赖,识别风险特征;漏洞修复策略生成器基于风险特征生成修复方案,并通过静态验证优化;跨语言表示模块利用新增样本进行反馈训练,并输出最终的检测结果与修复方案。本发明能够精准地定位漏洞触发点,并提取出所有相关联的代码片段,为后续的漏洞分析提供了坚实的基础,修复后的代码既符合语法规则又保持了原有的语义一致性。
技术关键词
漏洞修复系统 多模态特征融合 程序依赖图 节点 时序特征 抽象语法树 排序策略 识别风险 代码结构 识别关键路径 生成代码 软件 神经架构搜索 结构特征提取 特征向量空间 交叉注意力机制
系统为您推荐了相关专利信息
1
基于云平台的企业财务信息风险管理方法及系统
企业财务信息 风险管理方法 特征值 时间段 云平台
2
基于无人机巡检的巡逻航线自调整方法及系统
无人机巡检 三维激光雷达点云 环境感知数据 障碍物 无人机飞控系统
3
一种用于软件工程搭建的架构设计方法
架构设计方法 预测数据流量 全同态加密算法 深度Q网络 服务等级协议
4
基于区块链的立体停车位存取记录存证与追溯系统
立体停车位 追溯系统 视频关联信息 Raft算法 停车场数据
5
三维高速振动目标清晰图像获取方法、系统及介质
图像获取方法 三维位置信息 位移计 图像获取系统 二值化阈值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号