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！

龙图腾网获悉南京邮电大学申请的专利基于元学习的恶意代码基因信息隐性关联挖掘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：CN119538250B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411825776.7，技术领域涉及：G06F21/56；该发明授权基于元学习的恶意代码基因信息隐性关联挖掘方法是由李鹏;周昱辰;王汝传;韩科技;朱枫;孙瑞杰;李东泽设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本基于元学习的恶意代码基因信息隐性关联挖掘方法在说明书摘要公布了：本发明提供一种基于元学习的恶意代码基因信息隐性关联挖掘方法，通过生成函数调用图FCG，得到属性函数调用图；采用元学习对基于序列到序列机制的特征提取模型进行训练，由生成的属性函数调用图通过训练后的基于序列到序列机制的特征提取模型得到函数调用图的关键子图；生成控制流图CFG，得到属性控制流图；对生成的属性控制流图使用优化后的基于图结构的基因特征提取模型得到控制流图的关键子图；由函数调用图的关键子图和控制流图的关键子图，得到微调语料，使用微调后的大语言模型进行恶意代码基因信息的隐性关联挖掘。本发明能够实现恶意代码基因信息的隐性关联的精准挖掘，显著提升恶意代码分析的精度和效率。

本发明授权基于元学习的恶意代码基因信息隐性关联挖掘方法在权利要求书中公布了：1.一种基于元学习的恶意代码基因信息隐性关联挖掘方法，其特征在于：包括以下步骤， S1、采用反汇编工具识别并标记出恶意代码中的函数，生成函数调用图FCG，利用生成的函数调用图进行特征提取和预处理得到属性函数调用图； S2、构建基于序列到序列机制的基因特征提取模型，采用元学习对基于序列到序列机制的特征提取模型进行训练，得到训练后的基于序列到序列机制的特征提取模型，由步骤S1生成的属性函数调用图通过训练后的基于序列到序列机制的特征提取模型得到函数调用图的关键子图； S3、通过反汇编工具解析恶意代码的二进制文件得到汇编代码，构建函数间的调用关系，生成控制流图CFG，从控制流图CFG中提取语义和结构特征得到属性控制流图； S4、构建基于图结构的基因特征提取模型，利用元学习优化基于图结构的基因特征提取模型，得到优化后的基于图结构的基因特征提取模型，对步骤S3生成的属性控制流图使用优化后的基于图结构的基因特征提取模型得到控制流图的关键子图； S5、由步骤S2得到的函数调用图的关键子图和步骤S4得到的控制流图的关键子图，使用基于模板的提示词自动生成技术，得到微调语料，对大语言模型进行微调，得到微调后的大语言模型，使用微调后的大语言模型进行恶意代码基因信息的隐性关联挖掘。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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”。

以上内容由龙图腾AI智能生成。