一种基于中间语言与迁移表征学习的漏洞挖掘系统及，包括：迁移表征模型训练模块、卷积网络训练模块和软件漏洞挖掘模块，迁移表征模型训练模块使用编译成中间语言并预处理后的数据与标签对双向长短期记忆网络进行迁移学习训练，并将BiLSTM网络中的中间隐藏层计算结果输出，作为数据集的高级表征形式；卷积网络训练模块使用数据的高级表征形式与对应标签，训练一个卷积神经网络分类器用于对高级表征进行判别；软件漏洞挖掘模块使用另外两个模块训练生成的模型，首先对未知的软件进行编译和预处理，并将处理后的代码段输入BiLSTM网络中，从BiLSTM网络的隐藏层中得到数据高级表征，再输入卷积神经网络分类器中，最终得到该代码段是否具有漏洞判别结果。