基于大语言模型推理优化的代码漏洞检测方法
Code vulnerability detection method based on optimized large language model reasoning
1. 成都信息工程大学 人工智能学院, 成都 610225
2. 互联网体系架构全国重点实验室, 北京 100084
3. 成都市公安局网安支队, 成都 610000
4. 电子科技大学, 成都 610000
摘要
针对当前深度学习模型在代码漏洞检测中多侧重于二分类任务、缺乏对成因及位置等深度逻辑分析能力的现状，研究提出一种基于大语言模型推理优化的检测方法。通过构建包含丰富逻辑链条的推理数据集，并利用监督微调训练模型，使其能够输出结构化的漏洞分析结果。在此基础上，引入群体相对策略优化算法进行强化学习，通过设计涵盖检测准确性、漏洞类型匹配及位置预测等维度的多目标奖励函数，对模型输出进行协同优化。实验结果显示，该方法在漏洞检测任务中的F1分数达到91.18%，在漏洞定位与类型识别任务中的F1分数分别为41.61%和49.33%。该研究能够生成稳定且具有可解释性的分析结论，为代码漏洞的精准检测与辅助修复提供了有效路径。
基金项目
四川省自然科学基金项目(2024YFFK0119、2024YFFK0122)
互联网体系架构重点实验室开放课题(HLW2025MS09)
出版信息
DOI: 10.19734/j.issn.1001-3695.2026.04.0104
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第12期
发布历史
[2026-08-12] 优先出版
引用本文
唐晓瑜, 刘露平, 刘强, 等. 基于大语言模型推理优化的代码漏洞检测方法 [J]. 计算机应用研究, 2026, 43 (12). (2026-08-25). https://doi.org/10.19734/j.issn.1001-3695.2026.04.0104. (Tang Xiaoyu, Liu Luping, Liu Qiang, et al. Code vulnerability detection method based on optimized large language model reasoning [J]. Application Research of Computers, 2026, 43 (12). (2026-08-25). https://doi.org/10.19734/j.issn.1001-3695.2026.04.0104. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
