买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳赛思鹏科技发展有限公司申请的专利基于全信息论和机制主义的安全代码自动生成方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120447881B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510965201.3，技术领域涉及：G06F8/30；该发明授权基于全信息论和机制主义的安全代码自动生成方法与系统是由李挥;王滨;全嘉政;李恪聃设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本基于全信息论和机制主义的安全代码自动生成方法与系统在说明书摘要公布了：本发明提供一种基于全信息论和机制主义的安全代码自动生成方法与系统，包括：步骤S1，对输入需求进行语法验证层的特征提取，通过抽象语法树的拓扑特征提取代码的语法特征，并对提取的语法特征进行形式化规则校验；步骤S2，通过语义解析层构建跨代码片段的语义关联模型，形成用于追踪数据流与控制流的传播路径；步骤S3，在语用优化层中，结合业务场景的语用约束，通过动态效用函数生成安全策略；步骤S4，通过知识联邦进化与闭环反馈机制，优化所述动态效用函数的参数以及安全策略。本发明重构语法、语义和语用三维信息的深度协同机制与动态策略生成模型，将安全逻辑从外部属性转变为内生的认知能力，提升代码自动生成的安全性、可解释性与适应性。

本发明授权基于全信息论和机制主义的安全代码自动生成方法与系统在权利要求书中公布了：1.一种基于全信息论和机制主义的安全代码自动生成方法，其特征在于，包括以下步骤： 步骤S1，对输入需求进行语法验证层的特征提取，在所述语法验证层中，通过抽象语法树的拓扑特征提取代码的语法特征，并对提取的语法特征进行形式化规则校验，建立与语法特征对应的规范化表征； 步骤S2，通过语义解析层构建跨代码片段的语义关联模型，形成用于追踪数据流与控制流的传播路径； 步骤S3，在语用优化层中，结合业务场景的语用约束，通过动态效用函数生成安全策略； 步骤S4，通过知识联邦进化与闭环反馈机制，优化所述动态效用函数的参数以及安全策略； 所述步骤S1包括以下子步骤： 步骤S101，先调用编程语言对应的解析器，将输入的源代码文本转换为抽象语法树，并基于预定义的安全敏感度规则库遍历抽象语法树，通过预设的节点类型权重表来计算节点的权重；然后，将权重高于预设阈值的节点标记为关键语法节点；接着，对关键语法节点进行多维度特征分析，构建结构化特征集；最后，对结构化特征集之中的结构化特征进行向量化编码，形成定长的语法特征向量； 步骤S102，基于预设的形式化验证规则，对所述语法特征向量进行静态校验； 步骤S103，先根据静态校验结果为每个关键语法节点创建图节点实体；然后分析关键语法节点之间的拓扑依赖关系，构建三类核心边结构，三类核心边结构包括控制流边、数据流边和调用关系边；最后，通过图卷积网络执行三阶邻域特征聚合，收集周边节点风险特征，通过Softmax激活函数算法计算漏洞影响的扩散概率分布，并运用PageRank算法定位关键语法节点，识别出具有最大风险辐射能力的核心节点，以完成静态校验结果到语法特征图谱的映射； 步骤S104，将语法特征图谱对应的关键语法节点转换为预定义的语义标签，再将语法依赖关系转化为具有安全语义的关联路径； 所述步骤S2包括以下子步骤： 步骤S201，基于知识图谱构建跨代码片段的语义关联模型； 步骤S202，调用图神经网络对构建的语义关联模型进行分析，识别潜在攻击意图； 步骤S203，根据识别出的潜在攻击意图，生成语义风险向量，量化安全漏洞的逻辑危害等级。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳赛思鹏科技发展有限公司，其通讯地址为：518000 广东省深圳市南山区动物园路德意名居(一期)1栋C-18B；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。