申请/专利权人：北京奇虎科技有限公司

申请日：2018-12-18

公开（公告）日：2024-04-16

公开（公告）号：CN111338692B

主分类号：G06F8/73

分类号：G06F8/73;G06F21/57;G06F16/35

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.12.31#实质审查的生效;2020.06.26#公开

摘要：本申请提供了一种基于漏洞代码的漏洞分类方法、装置及电子设备，应用于文本分类技术领域，其中该方法包括：获取待分类的漏洞代码及待分类的漏洞代码的相关信息，然后基于预训练的神经网络模型对获取的待分类的漏洞代码及相关信息进行识别分析，得到漏洞代码的漏洞分类结果信息，即基于漏洞代码及其相关信息，通过预训练的神经网络模型对漏洞代码进行分类，从而实现了漏洞代码的自动分类，提升了漏洞代码的分类效率，此外，即使漏洞代码数量较多，也不需要增加相关工作人员进行漏洞代码的分类，从而降低了漏洞代码分类的人力成本。

主权项：1.一种基于漏洞代码的漏洞分类方法，其特征在于，包括：获取待分类的漏洞代码及所述待分类的漏洞代码的相关信息，所述待分类的漏洞代码的相关信息包括以下至少一项：代码仓库信息；项目相关信息；其中，所述代码仓库信息包括以下至少一项：代码存储地址；代码版本信息；所述项目相关信息包括以下至少一个：文件名；文件路径；项目名；组信息；负责人信息；基于预训练的神经网络模型对获取的所述待分类的漏洞代码及所述相关信息进行识别分析，得到所述漏洞代码的漏洞分类结果信息；其中，所述基于预训练的神经网络模型对获取的所述待分类的漏洞代码及所述相关信息进行识别分析，得到所述待分类漏洞代码的漏洞分类结果信息，包括：确定获取的所述漏洞代码及所述相关信息的初始向量表征；通过所述预训练的神经网络模型的特征提取网络基于确定的所述初始向量表征进行特征提取，得到所述漏洞代码及所述相关信息的特征向量表征；将所述特征向量表征输入至所述预训练的神经网络的分类网络，得到所述待分类漏洞代码的漏洞分类结果信息。

全文数据：

权利要求：

百度查询： 北京奇虎科技有限公司 基于漏洞代码的漏洞分类方法、装置及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD