چکیده: این پژوهش به بررسی آسیب‌پذیری‌های امنیتی به عنوان تهدیدی جدی برای سیستم‌های اطلاعاتی پرداخته و از مدل‌های زبانی بزرگ برای تحلیل آن‌ها استفاده می‌کند. در این راستا، یک مدل مبتنی بر BERT طراحی شده که به‌صورت اختصاصی برای شناسایی و طبقه‌بندی آسیب‌پذیری‌های امنیتی آموزش دیده است. روش پیشنهادی شامل پیش‌پردازش داده‌های امنیتی، آموزش مدل بر روی مجموعه داده‌های بزرگ از گزارش‌های آسیب‌پذیری و بهینه‌سازی آن با تکنیک‌های یادگیری عمیق است. ارزیابی عملکرد مدل نشان می‌دهد که در مقایسه با مدل‌های پیشین، دقت بالاتری در شناسایی و طبقه‌بندی آسیب‌پذیری‌هایی مانند تزریق SQL، XSS و حملات بازرسی پارامترها دارد. این نتایج نشان می‌دهد که مدل پیشنهادی می‌تواند در پیش‌بینی و مقابله با تهدیدات سایبری مؤثر واقع شود.