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！

龙图腾网获悉中国人民解放军战略支援部队信息工程大学申请的专利基于复合特征模型的二进制函数相似性检测方法及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：CN115526251B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211170798.5，技术领域涉及：G06F18/22；该发明授权基于复合特征模型的二进制函数相似性检测方法及系统是由张贵民;李清宝;李晓楠;张平;陈志锋;姚伟平;曹飞;岳书丹;焦卫华;樊亚祺设计研发完成，并于2022-09-23向国家知识产权局提交的专利申请。

本基于复合特征模型的二进制函数相似性检测方法及系统在说明书摘要公布了：本发明公开一种基于复合特征模型的二进制函数相似性检测方法及系统，该方法包括：步骤1：构建训练样本数据库并基于构建的训练样本数据库训练跨架构二进制函数相似性检测模型；所述二进制函数相似性检测模型为包含两个相同图神经网络的孪生网络结构；所述图神经网络为改进的Structure2vec；对Structure2vec的改进点在于在迭代计算各个基本块节点的嵌入时，仅使用当前节点的前驱节点而不是所有邻接节点的嵌入作为计算参数；步骤2：基于构建的二进制函数相似性检测模型进行目标二进制函数相似性检测。本发明能够解决因为行为特征描述不充分而影响检测精度的问题，有效提高二进制函数相似性检测的准确率和精度。

本发明授权基于复合特征模型的二进制函数相似性检测方法及系统在权利要求书中公布了：1.一种基于复合特征模型的二进制函数相似性检测方法，其特征在于，包括： 步骤1：构建训练样本数据库并基于构建的训练样本数据库训练跨架构二进制函数相似性检测模型； 步骤2：基于构建的二进制函数相似性检测模型进行目标二进制函数相似性检测； 所述步骤1包括： 步骤1.1：基于开源软件或固件构建训练样本数据库； 步骤1.2：提取训练样本数据库中所有样本中对应函数的原始特征，所述原始特征包括函数的结构特征、统计特征和行为特征，其中所述行为特征通过分析函数中对GlibcAPI函数的调用情况得到，并表示为向量形式； 步骤1.3：基于提取的训练样本数据库中所有样本中对应函数的原始特征训练样本数据库进行二进制函数相似性检测模型训练； 所述二进制函数相似性检测模型为包含两个相同图神经网络的孪生网络结构；所述图神经网络为改进的Structure2vec；对Structure2vec的改进点在于在迭代计算各个基本块节点的嵌入时，仅使用当前节点的前驱节点而不是所有邻接节点的嵌入作为计算参数； 所述模型的训练过程包括：将函数的结构特征和统计特征输入所述图神经网络，得到蕴含结构关系的嵌入表示，并将该嵌入表示与行为特征向量进行融合，生成最终的函数嵌入向量。

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中国人民解放军战略支援部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。