چکیده: تشخیص آسیب‌پذیری نرم‌افزار یکی از چالش‌های مهم در حوزه امنیت سایبری است و نقش مهمی در کاهش تهدیدات امنیتی و افزایش قابلیت اطمینان سامانه‌های نرم‌افزاری دارد. با افزایش پیچیدگی کدهای منبع، روش‌های سنتی تشخیص آسیب‌پذیری با محدودیت‌هایی در شناسایی الگوهای پیچیده و معنایی آسیب‌پذیری‌ها مواجه هستند. در این پژوهش، یک چارچوب ترکیبی مبتنی بر CodeBERT، Neighborhood Components Analysis (NCA) و K-Nearest Neighbors (KNN) برای تشخیص خودکار آسیب‌پذیری‌های نرم‌افزاری ارائه شده است. هدف اصلی این پژوهش، استخراج نمایش‌های معنایی از کد منبع، انتخاب ویژگی‌های مؤثر و انجام طبقه‌بندی نمونه‌های کد به دو کلاس سالم و آسیب‌پذیر است. برای ارزیابی چارچوب پیشنهادی، از مجموعه‌داده استاندارد Juliet Test Suite نسخه 1.3 استفاده شده است. در مرحله پیش‌پردازش، نمونه‌های کد منبع پاکسازی و نرمال‌سازی شده و داده‌های نامناسب از نظر قالب، طول و تکراری بودن کنترل می‌شوند. همچنین نمونه‌های تکراری و نمونه‌های بسیار کوتاه حذف شده و طول ورودی برای سازگاری با مدل CodeBERT کنترل می‌گردد. در این پژوهش از Data Augmentation برای تولید نمونه‌های مصنوعی استفاده نشده است و نمونه‌های واقعی مجموعه‌داده پس از پیش‌پردازش مستقیماً وارد مرحله استخراج ویژگی می‌شوند. سپس، مدل CodeBERT برای استخراج ویژگی‌های معنایی کد منبع به کار گرفته شده و نمایش نهایی هر نمونه با استفاده از میانگین بردارهای خروجی توکن‌ها ایجاد می‌شود. در ادامه، الگوریتم NCA برای انتخاب ویژگی‌های مؤثر و کاهش فضای ویژگی مورد استفاده قرار گرفته و در مرحله نهایی، الگوریتم KNN برای طبقه‌بندی نمونه‌ها به کار گرفته می‌شود. مقدار مناسب پارامتر K نیز با استفاده از مجموعه اعتبارسنجی تعیین می‌گردد. نتایج تجربی نشان می‌دهد که چارچوب پیشنهادی KNN–NCA–CodeBERT قابلیت مناسبی در تشخیص و تفکیک نمونه‌های سالم و آسیب‌پذیر دارد و می‌تواند به عنوان یک رویکرد هوشمند و متن‌محور برای تحلیل امنیت نرم‌افزار مورد استفاده قرار گیرد.