本发明提供了一种基于机器学习的高危漏洞即时识别方法及系统，涉及网络安全和软件工程技术领域。包括收集数据；对收集的代码和漏洞描述预处理；静态代码分析，然后进行动态代码分析，构建机器学习模型，提取代码质量指标，收集运行时数据，用于训练机器学习模型；训练和测试多个模型，使用模型融合技术组合这些模型的预测；将训练好的模型集成到CI/CD工具中；生成对抗样本，进行数据加密测试和提高模型的鲁棒性；进行模型解释；分析单个预测的贡献因素，进行全局模型性能的解释和可视化；对模型进行更新，定期更新模型参数。本发明使得漏洞检测过程自动化和实时化，提供了比单个模型更准确的预测，显著提升了软件开发和维护的效率。