一种基于EMA Teacher-Student结构的代码语义对齐方法

本发明涉及源代码漏洞检测技术等领域，公开了一种基于EMA Teacher‑Student结构的代码语义对齐方法，有效实现匿名化代码在不暴露敏感信息的前提下，依然具备与原始代码相当的表示能力，从而显著提升下游如漏洞检测等任务的准确率与鲁棒性，包括下述步骤：构建具有相同结构但参数独立的教师模型与学生模型，两者皆统一采用“编码器模块 + Transformer 主干网络”的双模块架构；从开源代码库或/和漏洞数据集中提取得到原始代码样本，随后对原始代码样本执行匿名化操作；学生模型处理经匿名化操作后得到的匿名化代码样本，生成被 Mask 的帧级嵌入和全局嵌入两类输出语义表示；教师模型处理原始代码样本，生成原始语义表示的帧级嵌入和全局嵌入两类输出语义表示。