专栏评述:大模型在网络安全漏洞挖掘中的创新应用前沿进展

黄松, 方勇

四川大学学报(自然科学版) ›› 2026, Vol. 63 ›› Issue (02) : 239 -240.

PDF
四川大学学报(自然科学版) ›› 2026, Vol. 63 ›› Issue (02) : 239 -240. DOI: 10.19907/j.0490-6756.250364

专栏评述:大模型在网络安全漏洞挖掘中的创新应用前沿进展

    黄松, 方勇
作者信息 +

Author information +
文章历史 +
PDF

摘要

<正>随着人工智能技术的迅猛发展,以大语言模型(LLM)为代表的新一代人工智能技术正在深刻变革网络安全漏洞挖掘的传统范式。大模型凭借其强大的代码语义理解能力、上下文推理能力和多语言泛化能力,为漏洞挖掘注入了新的智能动力。通过深度学习历史漏洞数据、理解代码逻辑结构及生成高质量测试用例,大模型不仅能显著提升漏洞检测的覆盖率和准确率,还能从被动防御转向主动风险预测,重新定义网络安全漏洞挖掘的效率标准与技术路径。

引用本文

引用格式 ▾
专栏评述:大模型在网络安全漏洞挖掘中的创新应用前沿进展[J]. 四川大学学报(自然科学版), 2026, 63(02): 239-240 DOI:10.19907/j.0490-6756.250364

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

8

访问

0

被引

详细

导航
相关文章

AI思维导图

/