" 传统深度学习模型虽然在结构建模上更稳定，但缺乏 LLM 的通用语义理解能力。然而，纯 LLM 方法仍面临关键瓶颈：对细粒度语义（如控制流、数据依赖）建模不足；对复杂漏洞模式的稳定识别能力有限；容易受到 prompt 设计和上下文噪声影响。
因此，DLAP 提出一种融合范式：用深度学习模型增强 LLM 输入，从而实现"结构感知 + 语义推理"的统一。"
- 📄 论文标题：DLAP: A Deep Learning Augmented Large Language Model Prompting Framework for Software Vulnerability Detection
📅 发表时间：The Journal of Systems& Software, 2025
🏫 作者单位：南京大学、南十字星大学（澳大利亚）
01---方法介绍
DLAP 的核心思想是：将深度学习模型提取的语义特征嵌入到 Prompt 中，使 LLM 输入从"原始代码"升级为"语义增强表示"。
整体流程可以概括为三步：
① 语义特征提取
利用深度学习模型编码代码结构与依赖关系；
② Prompt 构建
将结构化语义信息转换为可读描述嵌入输入；
③ LLM 推理
基于增强 Prompt 进行漏洞检测与判别。
图1. DLAP总体架构
图2. DLAP的具体最终提示示例
小结：将"文本驱动 Prompt"升级为"语义驱动 Prompt"。
02---关键机制
-
深度学习增强 Prompt
首次将结构语义特征系统性注入 LLM 输入。
-
跨模型协同架构
打破单一模型范式，实现能力互补。
-
细粒度语义建模
显式建模控制流与数据流关系。
-
鲁棒性优化
降低 Prompt 敏感性，提高跨数据集泛化能力。
| 模块 | 设计思路 | 作用 |
|---|---|---|
| 语义特征提取 | 使用 GNN/Transformer 建模控制流与数据流 | 捕获细粒度程序语义 |
| 语义增强 Prompt | 将模型输出转化为结构化文本描述 | 提升 LLM 输入信息密度 |
| LLM 推理模块 | 基于增强 Prompt 进行语义理解与漏洞判断 | 实现高层语义推理 |
| 结果融合机制 | 结合多视角特征与模型输出 | 提高检测稳定性与准确率 |
小结：DLAP 实现了"表示学习 + 语言推理"的分层协同。
03---实验结果
实验数据集由四个开源项目组成，包括Chrome、Linux、Android和Qemu。这些项目具有良好的开源质量，并具有高质量的漏洞修复记录，以实现可追溯性。主要实验结果如下。
（1）研究哪一类DL模型最适合DLAP，实验结果见表1-2。Linevul在三种DL中表现最佳。此外，Linevul的结果是最离散的检测概率，表明其预测具有最高的置信度，因此可以最好地激发LLM。
表1. DL模型性能比较结果
表2. DL模型的变异系数（CV）比较结果
（2）采用GPT-3.5-turbo-0125模型进行漏洞检测，评估不同提示框架性能，结果见表3。DLAP实现了最高的精确度、召回率、F1得分，以及MCC值。DLAP的准确率为40.4%，召回率为73.3%，超越下一个最佳框架GRACE。
表3. 提示框架的比较结果
（3）图3显示了使用DLAP检测Linux中漏洞的真实示例。结果是开发人员很容易理解的，与实际问题修复提交的记录非常匹配。相比之下，微调LLM的输出仅限于简单的"是"或"否"响应。为特定任务微调预训练的LLM会导致灾难性的遗忘，因为它会改变模型的内部权重。
图3. 应用DLAP修复Linux代码问题的示例（提交id:f6d8bd0）
小结：DLAP 提示框架在软件漏洞检测任务中实现了更优且稳定的性能，并且结果易于开发者理解。实验表明，结合深度学习模型能够增强大语言模型，实现自适应隐式微调，从而超越现有方法。
📌 总结
DLAP 的核心贡献在于：构建了一种"深度学习 + LLM"协同的漏洞检测新范式。
通过语义增强 Prompt，DLAP 将 LLM 从"代码理解工具"升级为"漏洞推理引擎"，为未来研究提供了重要方向：构建更强的语义中间表示，实现程序分析与大模型推理的深度融合。
📣 欢迎留言讨论
-
你认为未来漏洞检测是否会全面转向"多模型协同架构"？
-
DLAP 思路是否可以扩展到 Fuzzing 或自动修复任务？
📌 点赞 + 收藏 + 分享，你的支持，是我们持续解析高水平软件安全论文的最大动力！