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！

龙图腾网获悉国网江苏省电力有限公司扬州供电分公司;国网江苏省电力有限公司申请的专利基于机器学习的高危漏洞即时识别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：CN118114252B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202410173472.0，技术领域涉及：G06F21/57；该发明授权基于机器学习的高危漏洞即时识别方法及系统是由葛忠宝;刘全;于翔;杨金喜;陶隽松;刘钰;崔惠;刘恒门;金荣兵;衡宏;佘晨瑶;赵春晖设计研发完成，并于2024-02-07向国家知识产权局提交的专利申请。

本基于机器学习的高危漏洞即时识别方法及系统在说明书摘要公布了：本发明提供了一种基于机器学习的高危漏洞即时识别方法及系统，涉及网络安全和软件工程技术领域。包括收集数据；对收集的代码和漏洞描述预处理；静态代码分析，然后进行动态代码分析，构建机器学习模型，提取代码质量指标，收集运行时数据，用于训练机器学习模型；训练和测试多个模型，使用模型融合技术组合这些模型的预测；将训练好的模型集成到CICD工具中；生成对抗样本，进行数据加密测试和提高模型的鲁棒性；进行模型解释；分析单个预测的贡献因素，进行全局模型性能的解释和可视化；对模型进行更新，定期更新模型参数。本发明使得漏洞检测过程自动化和实时化，提供了比单个模型更准确的预测，显著提升了软件开发和维护的效率。

本发明授权基于机器学习的高危漏洞即时识别方法及系统在权利要求书中公布了：1.基于机器学习的高危漏洞即时识别方法，其特征在于，包括： 步骤S1：使用Python爬虫库Scrapy从漏洞数据库和代码仓库收集代码数据；采用自然语言处理库NLTK对收集的代码数据进行预处理，并利用代码变异工具增强数据集； 步骤S2：应用SonarQube进行静态代码分析，然后进行动态代码分析，构建机器学习模型；使用SonarQube提取代码质量指标，以及通过GDB收集运行时数据，用于训练机器学习模型； 步骤S3：使用Scikit-learn进行算法实现；在Scikit-learn中训练和测试机器学习模型，然后使用模型融合技术组合机器学习模型的预测； 步骤S4：将经过训练和融合的机器学习模型集成到CICD工具中；在代码提交到版本控制系统时，机器学习模型自动进行实时扫描和分析； 步骤S5：使用AdversarialRobustnessToolbox生成对抗样本，从而增强机器学习模型安全性，提高机器学习模型在对抗攻击下的鲁棒性； 步骤S6：利用LIME分析单个预测的贡献因素，使用SHAP进行全局模型性能的解释和可视化； 步骤S7：使用在线学习库对机器学习模型进行更新；定期更新机器学习模型参数，以应对新类型的漏洞和代码模式。

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国网江苏省电力有限公司扬州供电分公司;国网江苏省电力有限公司，其通讯地址为：225009 江苏省扬州市维扬路179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”。