基于深度学习的计算机软件安全性能检测技术

摘要

为了更好的降低软件开发存在的安全风险,提出了一种基于深度学习理论的高性能软件安全检测方法。首先,构建堆叠自编码器深度学习网络模型,自编码器将输入层样本编码传输至隐藏层,经解码传至输出层,多个自编码器构成堆叠自编码器网络模型;其次,对堆叠自编码器模型实施预训练与微调,修正模型参数获得最佳状态的堆叠自编码器漏洞检测模型。实验结果显示,使用该方法进行计算机软件漏洞检测的误报率与漏报率均低于5%,测试时间开销低于同类型漏洞检测方法,检测计算机软件安全性能的优势突出。