一种面向深度代码模型的跨样本插值攻击与防御方法

一种面向深度代码模型的跨样本插值攻击与防御方法，它涉及一种跨样本插值攻击与防御方法。本发明为了解决现有技术中对抗样本生成效率低、多样性不足的问题。本发明包括以下步骤：步骤1：从源代码语料库中提取多类别功能代码样本，构建初始数据集并进行预处理；步骤2：随机选取参考样本与目标样本；步骤3：从所述参考代码样本中提取不同类型的插值元素，将插值元素自适应插入到目标代码样本中，生成候选对抗样本；步骤4：提出迭代攻击算法，动态优化插值策略，通过多轮结构扰动与置信度判断构建误导模型的高效对抗样本；步骤5：将生成的对抗样本注入训练集，进行模型重训练以增强鲁棒性。本发明属于信息安全与人工智能技术领域。