一种基于人工智能大模型的软件源代码安全漏洞检测方法

AITNT
正文
推荐专利
一种基于人工智能大模型的软件源代码安全漏洞检测方法
申请号:CN202510670435
申请日期:2025-05-23
公开号:CN120579187A
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种基于人工智能大模型的软件源代码安全漏洞检测方法,属于信息安全和源代码检测技术领域,包括如下步骤:进行用户注册登录,上传文件,判断是否静态分析,判断是否动态分析,引入AI大模型,生成检测报告;本发明中,该方法通过多层次技术整合与自进化机制,实现了漏洞检测从“单一视角”到“全局透视”的范式革新。系统以统一中间表示为基础,构建了静态规则筛查、动态行为验证与AI语义推理的闭环架构,有效解决了传统方法误报率高、路径覆盖不足与语义理解缺失的核心矛盾。
技术关键词
漏洞 自定义函数 动态分析功能 动态污点分析 深度学习分析 模糊测试方法 深度学习架构 语义 加密算法 插桩技术 分析标记 密码 多层次 对源代码 报告 导向型
系统为您推荐了相关专利信息
1
一种数据库自定义函数生成与测试方法及系统
自定义函数 数据库系统 语句 数据库结构 分层策略
2
一种数字资产的安全风险评估方法与系统
风险评估模型 资产 风险评估方法 蒙特卡洛模拟方法 关键点
3
一种动静态分析相结合的跨链桥智能合约漏洞检测方法
静态分析方法 种子 智能合约漏洞 事件检索方法 初始化算法
4
一种靶场知识库平台的数据查找系统及方法
数据查找系统 数据查找方法 BERT模型 特征提取模块 语义分析模型
5
一种基于跨模态特征的漏洞定位方法及系统
跨模态 漏洞定位方法 特征提取模块 代码特征 文本
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