代码行为预测方法及装置制造方法及图纸

技术编号:42582130 阅读:14 留言:0更新日期:2024-09-03 18:00
本申请涉及一种代码行为预测方法及装置,涉及人工智能技术领域,具体涉及大模型、大数据等技术领域。基于大模型的代码行为预测方法包括:获取用户的历史代码行为数据,并对所述历史代码行为数据进行预处理;基于大模型对预处理后的用户的历史代码行为数据进行分析得到用户的历史代码行为特征;基于用户的历史代码行为特征预测得到未来代码行为特征,基于所述未来代码行为特征确定决策方案。通过上述方案可以基于大模型自动进行用户代码行为的分析与预测,进而可以及时的进行风险防控,提高业务安全性。

【技术实现步骤摘要】

本申请涉及人工智能,特别是涉及一种代码行为预测方法及装置


技术介绍

1、随着互联网技术的发展以及业务的增长,目前企业代码安全问题变的越来越重要,但是目前的企业代码安全和行为预测方面存在的缺点或不足,例如,传统的代码安全检测工具往往只能识别已知的安全漏洞和常见的代码质量问题以及简单的危害代码安全的用户行为,对于新型威胁和复杂的安全问题可能无法有效检测。

2、许多企业在代码安全和行为预测方面仍然采用手工操作和反应式的处理方式,缺乏自动化和预防性的措施。对于用户行为和代码安全方面的数据收集和分析需要耗费大量的人力和资源,且往往难以实现全面、准确的数据收集和分析。

3、这些问题反映了传统方法在代码安全和行为预测方面存在的局限性和不足之处,需要企业采取更加综合、自动化和预防性的措施来加以解决。

4、随着人工智能技术的发展,大模型以及大数据等技术变得越来越重要,且在各行各业扮演了越来越重要的角色,因此,需要一种能够基于人工智能技术的代码处理方法。


技术实现思路

1、基于此,有必要针对本文档来自技高网...

【技术保护点】

1.一种代码行为预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,用户的历史代码行为数据包括用户的历史登录数据;用户的历史代码行为特征包括用户的登录活跃度特征以及登录模式特征;

3.根据权利要求1所述的方法,其特征在于,所述历史代码行为数据包括用户的历史代码提交数据,用户的历史代码行为特征包括用户的代码提交频率特征、代码类型特征以及代码质量特征;

4.根据权利要求1所述的方法,其特征在于,所述历史代码行为数据包括用户的历史文件访问数据,用户的历史代码行为特征包括用户的访问文件路径特征、访问频率特征以及访问权限特征;

...

【技术特征摘要】

1.一种代码行为预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,用户的历史代码行为数据包括用户的历史登录数据;用户的历史代码行为特征包括用户的登录活跃度特征以及登录模式特征;

3.根据权利要求1所述的方法,其特征在于,所述历史代码行为数据包括用户的历史代码提交数据,用户的历史代码行为特征包括用户的代码提交频率特征、代码类型特征以及代码质量特征;

4.根据权利要求1所述的方法,其特征在于,所述历史代码行为数据包括用户的历史文件访问数据,用户的历史代码行为特征包括用户的访问文件路径特征、访问频率特征以及访问权限特征;

5.根据权利要求1所述的方法,其特征在于,所述历史代码行为数据包括用户的历史权限操作数据,用户的历史代码行为特征包括用户的权限增加操作特征、删除操作特征以及修改操作特征;

...

【专利技术属性】
技术研发人员:李晨王洪涛熊友根杜铁绳赵双宝
申请(专利权)人:国金证券股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1