研究文章
软件系统安全漏洞管理使用NLP探索语言的功能模型
|
输入:安全——和nonsecurity-related文本标签 |
|
过程: |
| (1) |
训练数据集分成50%,10%进行验证,40%用于测试 |
| (2) |
TF 2.0急切的执行是禁用的,谷歌没有更新使用兼容模式TF 2.0 (tf.compat.v1.disable_eager_execution ()) |
| (3) |
使用模型加载TF中心:嵌入=中心。模块(module_url,可训练的= True) |
| (4) |
使用嵌入层 |
| (5) |
模型架构建设: |
| model.compile(损失= |
| 优化器,“binary_crossentropy =“亚当”, |
| 指标=(“准确性”)) |
| (6) |
最新版本的谷歌的使用支持TF 2.0将在进一步利用阶段的研究 |
| (7) |
培训和验证进行100时代和批处理大小为128,与早期停止的方法 |
| (8) |
训练模型推理的装载重量 |
| (9) |
模型性能评估测试数据集 |
|
输出: |
|
精度:92.61% |
|
精度:0.95 |
|
回忆:0.93 |
|
F1-score: 0.93 |
|
