基于大语言模型的上下文增强型漏洞检测方法

本发明提供一种基于大语言模型的上下文增强型漏洞检测方法，属于代码安全检测技术领域。包括以下步骤：S1:数据预处理：确定代码分析范围并对代码数据进行预处理。S2:原语API抽象提取：在数据预处理获得的代码表示基础上，执行跨函数的深入分析，并提取原语API使用摘要作为漏洞检测的上下文增强信息。S3:大语言模型漏洞检测：将目标函数的源码及其附加的原语API摘要共同作为提示输入给大型语言模型，进行自动漏洞检测与判断。本发明大幅提升了跨函数漏洞检测的准确率，有效降低了分析噪声和资源消耗，显著增强了大语言模型的代码漏洞推理能力。