公开(公告)号：CN112001484A

公开(公告)日：2020-11-27

申请号：CN202010853000.1

申请日：2020-08-22

Applicant: 哈尔滨工业大学

Inventor： 苏小红 ,  蒋远 ,  牟辰光 ,  王甜甜

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06F40/284 ,  G06F16/35

Abstract: 本发明公开了一种基于多任务深度学习的安全缺陷报告预测方法，首先挖掘缺陷报告仓库以及安全漏洞管理网站，构造多任务学习数据集。对数据集中缺陷报告的文本内容进行预处理，生成专业语料库，并利用其训练word2vec模型。建立多任务深度学习模型，利用模型底层的深度神经网络提取缺陷报告的共享语义特征，利用高层的各个子网络学习针对不同任务的具有分辨力的特征，最后将高层网络输出的特征向量作为各子任务预测网络的输入，完成安全缺陷报告识别和严重级别预测任务。本发明首次将多任务学习用于安全缺陷报告预测，利用与目标任务相关的辅助任务信息，引导模型学习到有更强泛化能力的特征，能够提高模型的泛化能力，降低噪音数据的影响。