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！

龙图腾网获悉华南理工大学申请的专利基于源码多尺度特征提取和对比学习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：CN119357974B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411382742.5，技术领域涉及：G06F21/57；该发明授权基于源码多尺度特征提取和对比学习的漏洞检测方法是由陆璐;赵亚辉设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本基于源码多尺度特征提取和对比学习的漏洞检测方法在说明书摘要公布了：本发明属于软件漏洞检测技术领域，为基于源码多尺度特征提取和对比学习的漏洞检测方法，包括步骤：对源码进行预处理，包括对源码函数进行标准化和提取源码函数的代码属性图；构建漏洞检测模型，漏洞检测模型包括代码路径嵌入模块、代码图嵌入模块和分类器；所述代码路径嵌入模块，用于获取源码函数的局部特征向量；所述代码图嵌入模块，获取源码函数的全局特征向量；把待检测源码进行预处理，把预处理后的源码输入漏洞检测模型中，输出源代码函数是否具有缺陷的预测结果。本发明使用多尺度的源码特征表示方式，通过构建漏洞检测模型，获取源码的局部特征和获取源码的全局特征，最终的嵌入向量来源于这两种特征的融合，可以提高漏洞检测的精度。

本发明授权基于源码多尺度特征提取和对比学习的漏洞检测方法在权利要求书中公布了：1.基于源码多尺度特征提取和对比学习的漏洞检测方法，其特征在于，包括以下步骤： S1、对源码进行预处理，包括对源码函数进行标准化和提取源码函数的代码属性图； S2、构建漏洞检测模型，漏洞检测模型包括代码路径嵌入模块、代码图嵌入模块和分类器； 所述代码路径嵌入模块，用于从代码属性图中提取代码路径，对代码路径通过Doc2vec模型进行词嵌入，获取源码函数的局部特征向量； 所述代码图嵌入模块，用于对代码属性图通过GraphTrans模型进行图嵌入，获取源码函数的全局特征向量； 所述GraphTrans模型包括一个用于获取源代码嵌入向量的词嵌入模型、一个GNN模块和一个Transformer模块； 所述GNN模块采用图同构网络GIN，用于学习CPG的图嵌入表示，通过聚合其第一阶或更高阶邻居的表示进行更新；设表示一个图，其中，，节点的特征向量为，定义表示节点在第l层的特征向量，并定义，第l层的聚合函数如下： ； ； 其中，是节点的邻居及其对应边类型的集合，其中φ表示边类型的独热编码； 把获得的局部特征向量和全局特征向量进行拼接得到多尺度特征嵌入向量，将多尺度特征嵌入向量且输入分类器，结合交叉熵损失函数和有监督对比损失函数对分类器进行训练，得到训练好的漏洞检测模型； S3、把待检测源码进行预处理，把预处理后的源码输入漏洞检测模型中，输出源代码函数是否具有缺陷的预测结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。