Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海雾见安全科技有限公司苏泓锦获国家专利权

上海雾见安全科技有限公司苏泓锦获国家专利权

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!

龙图腾网获悉上海雾见安全科技有限公司申请的专利自制系统的漏洞分析修复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:CN119885198B

龙图腾网通过国家知识产权局官网在2025-10-03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:202411955432.8,技术领域涉及:G06F21/57;该发明授权自制系统的漏洞分析修复方法是由苏泓锦;邵孔;戚北望;邵云鹏;宗雨薇设计研发完成,并于2024-12-28向国家知识产权局提交的专利申请。

自制系统的漏洞分析修复方法在说明书摘要公布了:本发明涉及计算机软件安全分析技术领域,公开了自制系统的漏洞分析修复方法,包括以下步骤:S1、从系统运行日志、用户操作记录中采集漏洞相关数据;对采集的数据进行清洗、规范化和特征提取,生成用于漏洞分析的特征向量;S2、使用特征向量在本地系统中训练初步漏洞检测模型;利用差分隐私技术对模型参数进行扰动加密;S3、将加密后的本地模型参数传输至中央服务器;中央服务器通过联邦平均算法对各本地模型参数进行聚合,生成全局优化模型;S4、将全局优化模型传输至各本地系统;S5、使用优化后的模型扫描本地系统漏洞,进行风险评估与分类。本发明中,通过引入联邦学习和差分隐私技术,巧妙地避免了数据传输过程中的泄露隐患。

本发明授权自制系统的漏洞分析修复方法在权利要求书中公布了:1.自制系统的漏洞分析修复方法,其特征在于,包括以下步骤: S1、数据采集与处理从系统运行日志、用户操作记录中采集漏洞相关数据; 对采集的数据进行清洗、规范化和特征提取,生成用于漏洞分析的特征向量; S2、本地模型训练与参数加密使用特征向量在本地系统中训练初步漏洞检测模型; 利用差分隐私技术对模型参数进行扰动加密; S3、联邦模型聚合将加密后的本地模型参数传输至中央服务器; 中央服务器通过联邦平均算法对各本地模型参数进行聚合,生成全局优化模型; S4、全局模型分发与微调将全局优化模型传输至各本地系统; 本地系统结合自身数据对全局模型进行微调,提升模型在本地环境中的适应性; S5、漏洞检测与修复使用优化后的模型扫描本地系统漏洞,进行风险评估与分类; 根据漏洞检测结果生成修复补丁,并对补丁进行验证; 在修复失败或产生副作用时,执行动态回滚操作; 所述S2本地模型训练与参数加密包括: 使用卷积神经网络CNN提取漏洞行为模式; 使用循环神经网络RNN捕获时间序列的异常特征; 利用交叉熵损失函数优化本地模型训练: 其中,yi,c样本i在类别c上的真实标签,值为0或1,样本i在类别c上的预测概率,取值范围为[0,1],为损失函数,用于衡量模型预测与真实结果之间的误差,N为训练样本的总数,C为类别的总数,σ2为高斯噪声的方差; 使用差分隐私技术对训练参数进行加密: 其中,θ′为加密后的参数,为高斯噪声,θ为本地训练模型的参数; 所述S3联邦模型聚合包括: 中央服务器接收加密的本地模型参数,并验证其完整性; 使用联邦平均FedAvg算法对参数进行加权聚合,生成全局优化模型: 其中,θglobal为全局模型参数,wi为本地模型的权重,表示每个参与方在联邦平均算法中的贡献权重; 在参数聚合过程中添加高斯噪声,增强聚合结果的隐私保护。

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上海雾见安全科技有限公司,其通讯地址为:201306 上海市浦东新区中国(上海)自由贸易试验区临港新片区环湖西二路888号C楼;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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。