基于跨模态对齐的二进制漏洞数据集扩展方法和系统

本发明公开一种基于跨模态对齐的二进制漏洞数据集扩展方法和系统，提出了一种层次化语义融合对齐框架，通过异构模态语义桥接与迁移学习机制，显著提升二进制漏洞检测的精度与可扩展性。利用自然语言解释，结合程序结构化分析与常量锚点编码，构建多模态语义映射通道，有效弥合二进制代码与源代码的语义差异；层次化注意力机制增强了跨模态匹配的细粒度感知能力；进一步地，提出漏洞检测任务驱动的迁移框架，通过跨模态对齐将二进制漏洞检测映射至源代码特征空间，利用丰富的源代码漏洞数据快速扩充二进制漏洞数据集，突破数据规模瓶颈。