基于自适应融合注意力的卷积神经网络固件漏洞检测方法

本发明涉及基于自适应融合注意力的卷积神经网络固件漏洞检测方法。固件漏洞检测方法采用基于卷积神经网络的固件漏洞检测模型评价电力边端设备的固件二进制文件是正常固件还是含漏洞固件。固件漏洞检测模型中的自适应注意力特征计算改进为：根据输入的卷积特征图X计算通道注意力特征A和空间注意力特征A，通过标定的全局特征F使用一层全接连计算动态融合权重αdyn，以自适应融合A和A得到加权注意力融合特征A，再与X进行逐元素相乘，最终输出增强的注意力融合特征图。本发明解决现有CNN在固件漏洞检测中难以兼顾局部与全局特征、无法自适应不同漏洞类型特征、无法有效表征漏洞关键特征的技术问题。