大模型驱动的软件漏洞智能发现与自动化验证研究

Job description

工作职责

• 负责基于大语言模型的漏洞自动化挖掘技术研究与系统研发，探索智能程序分析方法在源代码、闭源程序及复杂系统中的落地应用；
• 攻坚大模型在漏洞模式识别、安全代码审计，以及动静态程序分析等核心方向的算法创新与能力构建；
• 深入研究基于大模型的智能模糊测试用例生成、测试反馈分析、漏洞成因诊断、漏洞验证及自动化POC生成技术；
• 主导面向漏洞挖掘领域的智能体（Agent）及多智能体协同工具的研发与优化，提升端到端漏洞挖掘的自动化水平；
• 负责高质量漏洞数据集、代码数据集、安全知识库及评测基准（Benchmark）的构建与标准化维护；
• 设计并实现大模型驱动的漏洞挖掘系统、实验验证平台及全链路自动化流水线，推动安全大模型能力的工程化落地； 任职要求
• 获得本科及以上学历，计算机科学、网络空间安全、软件工程或人工智能等相关专业；
• 具备扎实的程序分析与大语言模型应用经验，熟练掌握面向源代码、闭源程序及复杂软件系统的智能静态/动态分析、漏洞模式识别与安全代码审计方法；
• 深入理解自动化漏洞挖掘技术体系，具备基于大模型的智能模糊测试用例生成、测试反馈分析、漏洞成因诊断及自动化POC生成的实战开发能力；
• 熟悉安全领域智能体（Agent）及多智能体协作机制，具备构建安全知识库、漏洞数据集、评测基准（Benchmark）以及设计实验验证平台与端到端自动化流水线的能力；
• 在CCS、NDSS、IEEE S&P、USENIX Security等网络安全顶级会议或AI顶级学术会议有高质量论文发表记录，或在自动化漏洞挖掘与系统开发领域有深厚的工程落地经验者优先。