一种基于伪标签学习的安全补丁分类方法及系统

AITNT
正文
推荐专利
一种基于伪标签学习的安全补丁分类方法及系统
申请号:CN202510694231
申请日期:2025-05-28
公开号:CN120217211B
公开日期:2025-08-15
类型:发明专利
摘要
本申请属于漏洞类型分类领域,具体公开了一种基于伪标签学习的安全补丁分类方法及系统,方法包括:获取待分类的安全补丁;对所述安全补丁进行特征提取,得到关键语义特征;将所述关键语义特征输入到训练好的安全补丁模型中,得到所述安全补丁的分类结果;其中,所述安全补丁模型是通过对安全相关补丁数据集和无标签补丁数据集进行关键语义信息提取,并根据所述关键语义信息进行伪标签学习得到的。通过本申请可提高安全补丁的分类准确率和效率。
技术关键词
伪标签学习 语义信息提取 漏洞 补丁 分类方法 语义特征 样本 变量 教师 共识算法 代码切片 大语言模型 数据 文本 程序依赖图 训练集 分类准确率 存储计算机程序
系统为您推荐了相关专利信息
1
文本数据的分类方法、装置、存储介质及电子装置
语义 大语言模型 分类方法 主题 分段
2
网络安全漏洞的安全监测报警装置及方法
网络安全漏洞 监测报警装置 实体属性数据 实体关系数据 图谱
3
一种保护数据隐私的节点分类方法及系统
节点分类方法 保护数据隐私 标签 邻居 共享算法
4
高维空间加速测试模型的训练方法、装置及相关设备
参数 训练样本集 算法 距离信息 深度神经网络模型
5
一种基于机器学习的语音识别分类方法及系统
语音分类模型 语音识别分类方法 语音特征 采集设备 韵律特征
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