一种基于条件变分自编码器的代码漏洞模式自动发现方法

本发明公开了一种基于条件变分自编码器的代码漏洞模式自动发现方法，该方法包括：构建多语言漏洞代码数据集，以编程语言标签为条件训练变分自编码器，采用变分下界损失与对比学习辅助损失联合优化，使相似漏洞在连续潜在空间中自然聚集；基于马氏距离定义危险度函数，构建漏洞分布地形并划定边界探索区与间隙探索区；通过主动学习策略引导高斯扰动采样与插值采样在探索区域内生成候选潜在向量，经解码器生成候选漏洞代码，经分层验证器自动确认可利用性，并将新发现的漏洞模式反馈至训练集触发模型更新，使漏洞知识库持续扩展；支持多语言漏洞建模与未知漏洞模式发现，适用于已知漏洞类型边界附近的未知模式探索。