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开发，探索面向源代码、闭源程序及复杂软件系统的智能程序分析方法。
• 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应用与能力构建。
• 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、漏洞成因分析、漏洞验证及自动化POC生成技术。
• 主导面向漏洞挖掘的智能体（Agent）及多智能体协作工具的开发与持续优化，提升自动化安全分析效能。
• 负责漏洞数据集、代码数据集、安全知识库及评测基准的构建与标准化维护，确保模型训练与评估数据的高质量供给。
• 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，推动技术成果的工程化落地。 任职要求
• 计算机科学、网络空间安全、软件工程、人工智能、数学等相关领域的本硕博在校生。
• 具备扎实的计算机基础体系知识（数据结构、算法、操作系统、编译原理等），深入理解常见漏洞类型及标准化漏洞分析流程。
• 掌握扎实的大模型底层基础知识，熟悉主流建模工具及深度学习框架，具备快速上手与算法工程化落地能力。
• 拥有网络安全领域顶级会议（如CCS、NDSS、S&P、USENIX等）论文发表/投稿经历，或深度参与过同等研究深度的学术与攻防实战项目者优先。
• 具备系统化的信息安全素养与出色的业务问题抽象能力，自驱力强，富有探索精神、工作耐心与团队责任感。