Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学;上海浦东发展银行股份有限公司苏小红获国家专利权

哈尔滨工业大学;上海浦东发展银行股份有限公司苏小红获国家专利权

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!

龙图腾网获悉哈尔滨工业大学;上海浦东发展银行股份有限公司申请的专利基于双重注意力机制和代码相似度的漏洞检测方法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:CN118747369B

龙图腾网通过国家知识产权局官网在2025-09-12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:202410884698.1,技术领域涉及:G06F21/57;该发明授权基于双重注意力机制和代码相似度的漏洞检测方法是由苏小红;崔兆栋;尹志杰;马紫凯;许聪;岳温普;郑伟宁;蒋远;王甜甜设计研发完成,并于2024-07-03向国家知识产权局提交的专利申请。

基于双重注意力机制和代码相似度的漏洞检测方法在说明书摘要公布了:本发明提出基于双重注意力机制和代码相似度的漏洞检测方法,属于漏洞检测技术领域。包括:提取未知待测函数对应的程序依赖图,将语句对应的抽象语法树拓展到程序依赖图的每个节点上,形成复合图;将标注的漏洞语句作为切片准则,在程序依赖图中找到切片节点,作为根节点,展开抽象语法树,形成切片复合图;学习语句内的语法和语义信息,生成由语义和语法特征向量组成的语句节点初始嵌入向量;学习源代码的结构特征,获取切片复合图和复合图的向量表示,计算两者之间的相似度;当相似度超过某个阈值,目标函数就被定义为潜在漏洞函数。解决缺少能有效利用已知漏洞代码的漏洞信息的同时,忽略甚至消除代码中冗余的无关信息的漏洞检测方法问题。

本发明授权基于双重注意力机制和代码相似度的漏洞检测方法在权利要求书中公布了:1.基于双重注意力机制和代码相似度的漏洞检测方法,其特征在于,包括: 步骤一、提取未知待测函数对应的程序依赖图PDG,将语句对应的抽象语法树AST拓展到程序依赖图PDG的每个节点上,形成未知待测函数的复合图FCG; 步骤二、将已知漏洞函数标注的漏洞语句作为切片准则,在程序依赖图PDG中找到切片节点,将所有切片节点进行连接,再以每个切片节点作为根节点,展开根节点对应的抽象语法树AST,形成漏洞函数的切片复合图SCG; 步骤三、使用语句节点嵌入网络学习语句内的语法和语义信息,生成由语义特征向量和语法特征向量组成的语句节点初始嵌入向量; 步骤四、基于神经网络模型学习源代码的结构特征,获取漏洞函数的切片复合图SCG和未知待函数复合图FCG的向量表示,计算两者之间的相似度; 步骤五、设置相似度阈值,当相似度超过某个阈值,目标函数就被定义为潜在漏洞函数; 获取语义特征向量的方法是:使用微调后的CodeBERT模型学习语句中Token之间的依赖关系,获得节点的语义向量表示,记为; 获取语法特征向量的方法是: 获取初始编码后,将初始位置编码输入参数可学习的网络,获得最终的位置编码; 进行子树掩码:掩盖当前节点的同级节点和父节点; 获取每个子树的向量表示,对所有子树的向量表示进行加权和聚合,得到语句对应抽象语法树AST的向量表示; 生成由语义特征向量和语法特征向量组成的语句节点初始嵌入向量的方法是:将语义特征向量和语法特征向量进行连接,输入全连接网络线性层,得到节点的初始嵌入向量; 对于复合图其中,,任一节点,都有一个相应的表示其特征向量,是由线性层通过语义特征向量和语法特征向量计算得到的,即;和是线性层中可学习的参数,和分别是节点对应的语义特征向量和语法特征向量。

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哈尔滨工业大学;上海浦东发展银行股份有限公司,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。