原始名称记载: 广州云羲网络科技有限公司

本申请涉及安全漏洞预警领域，具体公开了一种基于深度学习的软件安全漏洞预警方法，其从预定义的敏感汇点出发，通过构建全局函数调用图并进行调用链反向追溯，筛选出与潜在风险直接相关的代码路径集合，从源头上减少分析的冗余度。进而，本方案并非对调用链进行简单的序列建模，而是将调用链中的函数节点转化为深度语义向量，并通过动态评估调用链中每个函数节点的时序重要性，通过自适应加权来放大关键节点的语义影响，抑制无关信息的干扰。最终，在经过信息甄别的关键路径上进行深度学习，并进行漏洞分类预测，从而有效克服长调用链中的信息过载问题，提升了漏洞预警的准确性和对复杂语义关联的捕捉能力。