一种基于深度学习的细粒度漏洞预测及评估系统

    公开(公告)号:CN118797654A

    公开(公告)日:2024-10-18

    申请号:CN202410812519.3

    申请日:2024-06-21

    Abstract: 本发明公开了一种基于深度学习的细粒度漏洞预测及评估系统FineVulner,帮助企业减少漏洞识别的时间成本和人力成本。该工具通过基于语言模型和图神经网络模型的两种方法,分别从代码语义和语法两个方面完成漏洞预测。然后通过图神经网络解释器模型和注意力机制,进一步提供行级漏洞定位。通过基于多任务的漏洞评估模型进行特征共享,FineVulner能够以CVSS指标为准对行级漏洞代码进行漏洞评估。FineVulner包含任务管理、代码预处理、细粒度漏洞预测、漏洞评估和漏洞报告五个模块。FineVulner的漏洞预测结果能够进一步输入给大语言模型以生成详细的安全检视意见。FineVulner降低了漏洞误报,提供了准确的漏洞评估信息,在一定程度上能帮助安全分析人员高效地发现漏洞并及时地确定修复优先级。

Patent Agency Ranking