一种并发漏洞主题建模与分析方法

摘要

传统的主题模型在训练过程中仅利用了单个文档内词语的相互关系，未能充分利用与该文档主题相关的其他文档和词语信息.工作提出了一种基于图注意力网络的并发漏洞文档间主题建模方法(GATTM),旨在捕捉并发漏洞文档间的相关性，克服了传统方法的局限性.该方法将并发漏洞语料库中文档和词语表示为文档关系图，并引入了注意力机制，强化了节点特征表示，并通过聚合文档邻接节点信息来识别主题分布.通过所构建的数据集进行对比实验，GATTM在主题建模中的性能表现优于其他常见方法，能够深入探讨并发漏洞数据集中受用户欢迎和困惑程度较高的主题.通过分析主题难度和流行度，提升了Stack Overflow用户的指导效率和问题解决准确性.

关键词

主题模型 / 并发漏洞 / 神经网络

基金资助

国家自然科学基金项目(62002309)资助; 南京大学计算机软件新技术国家重点实验室资助项目(KFKT2022B17)资助; 云南省软件工程重点实验室开放基金项目(2023SE201)资助