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！

龙图腾网获悉重庆大学申请的专利一种基于代码变更大模型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：CN119646819B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411687424.X，技术领域涉及：G06F21/57；该发明授权一种基于代码变更大模型的漏洞检测方法是由鄢萌;吴佳欣;张小洪;孙伟峰;孙松;毕霁超设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于代码变更大模型的漏洞检测方法在说明书摘要公布了：本发明提出了一种基于代码变更大模型的漏洞检测方法。包括如下步骤：对数据集进行预处理，删除重复样本和注释，仅保留代码文本，对代码文本进行token化并去除重复token。然后，遍历无漏洞特征的代码文本，计算与目标代码的Jaccard相似度，选择与无漏洞特征的代码文本中相似度最高的一个组成数据样本对。将无漏洞特征的代码文本视为变更前片段，目标代码视为变更后片段，提取代码间差异部分并标记为增加或删除的代码片段。使用基于代码变更的大模型CCT5的预训练权重初始化模型，调整模型结构，设置关键参数，在训练集上微调模型并更新参数，用于检测代码漏洞；将一段代码文本输入在微调任务中表现最佳的CCT5模型，该模型输出其是否具有漏洞的预测值。

本发明授权一种基于代码变更大模型的漏洞检测方法在权利要求书中公布了：1.一种基于代码变更大模型的漏洞检测方法，其特征在于：包括用于构造相似样本对差异的组件一和用于检测是否存在漏洞的组件二； 组件一包括如下步骤： S101：获取有标签的数据样本作为原始数据集D＝{d1，d2，d3，...，dn}，其中dn表示第n个原始数据样本，该标签即为原始数据样本是否是有漏洞的标签，对原始数据样本进行数据预处理，包括删除重复的数据样本、去除代码中的注释，仅保留代码文本得到新的数据集D″＝{d′i，d′2，d′3，...，d′m}，其中d′m表示第m个代码文本，m≤n，D″中样本与D中相应样本的标签不变； S102：将D″中第i个代码文本d′i进行token化得到token列表Ti＝{t1，t2，t3，...，tk}，其中tk表示Ti中的第k个元素，对Ti进行去重操作，使得Ti只保留唯一的token，记去重后的token集合为，其中表示T′i中的第p个元素，p≤k，确保每个代码文本只保留唯一的token列表； S103：对于每个T′i，遍历D″中所有无漏洞的样本T′j，计算T′i与T′j之间的Jaccard相似度，将寻找相似度最高的无漏洞代码文本T′j*与T′i组成样本对T′i，T′j*； S104：将T′j*视为“变更前”的代码片段，T′i视为“变更后”的代码片段，计算T′j*相对于T′i增加的代码片段Δadd、删减的代码片段Δdelete以及差异集合 S105：构建最终数据集D″′＝{d″1，d″2，d″3，...，d″m}，其中d″m＝T′m，T′n*，Δm，Lm，其中Lm表示标签，Lm与其对应的原始数据样本的标签相同； 其中组件二包括如下步骤： S106：将作为输入来微调基于代码变更的大模型CCT5，以优化其参数，θpre表示CCT5的预训练权重，将CCT5的编码器最后一层的[CLS]标记的表示连接到线性分类器，同时使用θpre初始化CCT5参数； S107：将D″分为训练集和验证集，使用训练集对CCT5进行微调，从训练集中随机选取若干训练样本构成一个批次，完成一个批次的训练后计算损失，并根据损失反向更新CCT5的模型参数θ； S108：将验证集中测试样本输入S107更新θ后的CCT5中，并计算F1分数，如果F1分数达到最高值且不再变化，则保存当前的模型参数为θbest，并记当前CCT5为最优CCT5，否则返回S107； S109：对于一段代码文本Xtest，将Xtest输入最优CCT5，最优CCT5输出Xtest是否具有漏洞的预测值ytest∈{0,1}。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。