摘要
本发明涉及漏洞检测技术领域,具体涉及一种基于xLSTM‑ATT的漏洞检测方法,包括对源代码进行预处理,并分词,构建词汇表;将分词后的高维稀疏代码索引序列输入至嵌入层,初始化词向量,并在训练过程中端到端更新;将词向量序列输入至特征提取模块,提取局部与全局时序特征;引入注意力机制,对各时间步输出进行线性映射与激活,计算注意力分数,归一化获取注意力权重,加权求和生成上下文向量;将上下文向量处理后输入至全连接分类器,输出各类漏洞的预测概率,并依据最大概率或阈值确定漏洞检测结果,该方法利用xLSTM在提取长序列深层语义信息方面的优势,结合注意力机制对代码中的关键部分进行自动聚焦,实现对复杂漏洞特征的捕捉和精准定位。
技术关键词
漏洞检测方法
长短期记忆网络
特征提取模块
引入注意力机制
对源代码
漏洞检测技术
时序特征
序列
分词
双曲正切函数
分类器参数
漏洞特征
特征工程
输出特征
矩阵
语义