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！

龙图腾网获悉安徽大学申请的专利结合增强的图表示学习与transformer的漏洞检测方法、系统和装置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：CN120012110B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510105009.7，技术领域涉及：G06F21/57；该发明授权结合增强的图表示学习与transformer的漏洞检测方法、系统和装置是由章程;田磊设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本结合增强的图表示学习与transformer的漏洞检测方法、系统和装置在说明书摘要公布了：本发明属于软件测试领域，具体涉及一种结合增强的图表示学习与transformer的漏洞检测方法、系统和装置。该方法构建包含预处理模块、特征提取模块和分类模块的漏洞检测模型。获取大量包含漏洞标签信息的源代码构成训练集和测试集，并利用包含聚焦损失的三元损失集对漏洞检测模块进行训练和测试；最后，利用经过测试的漏洞检测模型对源代码进行漏洞检测。其中，预处理模块根据源代码生成代码切片和切片子图。特征提取模块采用CodeBERT和EA‑GGNN模型进行特征提取并获得融合特征向量。分类模块采用MLP并基于融合特征向量生成源代码的漏洞检测结果。本发明解决了现有方法无法充分挖掘代码间依赖关系和全局信息，导致漏洞检测效率、精度和泛化性不足的问题。

本发明授权结合增强的图表示学习与transformer的漏洞检测方法、系统和装置在权利要求书中公布了：1.一种结合增强的图表示学习与transformer的漏洞检测方法，其特征在于，其包括： 构建包含预处理模块、特征提取模块和分类模块的漏洞检测模型； 所述预处理模块用于根据源代码生成包含所有漏洞相关的风险节点的代码切片及其对应的切片子图；所述特征提取模块包括序列分支和图分支；所述序列分支采用CodeBERT模型对所述代码切片进行特征提取，得到序列特征向量；所述图分支采用包含边缘注意力机制的GGNN模型对所述切片子图进行特征提取，得到图特征向量；在图分支中，边缘注意力机制用于为数据流和控制流的入边和出边以及自循环边动态分配权重，并将其融合到节点的嵌入表示中；所述特征提取模块将序列特征向量与图特征向量按照预设权重进行融合得到对应的融合特征向量；所述分类模块采用MLP并用于根据输入的融合特征向量生成源代码的漏洞检测结果； 获取大量包含漏洞标签信息的源代码作为样本数据构成原始数据集，将原始数据集分为训练集和测试集；将包含聚焦损失Lfocal、余弦损失Lp和正则化损失Lreg的三元损失Ltrp作为MLP在训练阶段的损失函数，利用训练集和测试集对所述漏洞检测模型进行训练和测试； 保留经测试的性能最优的漏洞检测模型的模型参数，并将其用于对源代码进行漏洞检测。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。