张瑞 王晓菲

摘要：为解决传统软件漏洞检测方法检测吞吐率低的问题，基于混合深度学习模型设计软件漏洞检测方法。通过确定软件漏洞检测关键点，提取软件漏洞中的关键点，处理软件漏洞检测数据，剔除与软件漏洞关键点无关的检测数据，基于混合深度学习模型向量化表达软件漏洞特征，运用混合深度学习模型的学习能力检测软件漏洞，实现基于混合深度学习模型软件漏洞检测。设计实例分析，结果表明，设计检测方法检测吞吐率均在3reqs/s以上，远高于对照组的检测吞吐率，能够解决传统软件漏洞检测方法检测吞吐率低的问题。

关键词：混合深度学习模型;漏洞检测;吞吐率

中图分类号：TP343.7      文献标识码：A

文章编号：1009-3044（2021）18-0072-02

开放科学（资源服务）标识码（OSID）：

在信息化时代中，由于软件的大范围开发，对开发者的专业性要求逐渐降低，导致开发者编写的代码越来越简单化。这就意味着，软件存在漏洞，其安全性急需提高[1]。在我国，但大多数对软件漏洞检测方法的研究都停留在通过关键设备检测软件异常，这种检测方法在本质上属于静态检测，而软件漏洞在本质上属于动态问题，因此传统方法在实际应用中存在检测效率低的问题，具有很大的局限性。在后续的研究中，国外提出学习模型在软件漏洞检测方法的应用，该方法一经推出，立即受到相关部门的重点关注。但由于科学技术的不断进步，为学习模型的优化设计提供了前所未有的机遇。……