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！

龙图腾网获悉福州大学申请的专利一种基于图神经网络的可编程数据平面增量测试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：CN119883924B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510044356.3，技术领域涉及：G06F11/3668；该发明授权一种基于图神经网络的可编程数据平面增量测试方法是由张栋;吴荣榜;朱龙隆;余佳硕;陈上铭;连文桢;徐文彬;游竣超;林川设计研发完成，并于2025-01-11向国家知识产权局提交的专利申请。

本一种基于图神经网络的可编程数据平面增量测试方法在说明书摘要公布了：本发明涉及一种基于图神经网络的可编程数据平面增量测试方法，包括：1生成数据平面程序的控制流图，分析程序结构和逻辑，对程序中每个节点设置类型、编号、可达性和变更标志，定义边的起点、终点及转移条件；2将控制流图转换为图数据对象，通过编码方式嵌入节点和边信息；3采用GCN模型分析图数据对象，逐层聚合节点特征，同时结合边的条件转移特性，逐步整合节点之间的局部信息；4动态选择粗粒度或细粒度测试策略；5通过正则匹配与随机修改生成缺陷代码样本，并结合自动化训练机制优化图神经网络模型性能。该方法通过生成控制流图并结合图神经网络模型对路径依赖关系进行分析，实现了在网络规则频繁更新场景中的高效增量测试。

本发明授权一种基于图神经网络的可编程数据平面增量测试方法在权利要求书中公布了：1.一种基于图神经网络的可编程数据平面增量测试方法，其特征在于，通过生成并分析数据平面程序的控制流图，利用图神经网络对路径可达性进行判断，以实现在网络高频更新环境中的增量测试；具体包括以下步骤： 1生成数据平面程序的控制流图，分析程序的结构和逻辑，对程序中的每个节点设置类型、编号、可达性标志和变更标志，定义边的起点、终点及转移条件； 2将控制流图转换为图数据对象，包括节点特征矩阵及边特征矩阵，通过编码方式嵌入节点和边的信息，以使节点和边的信息能够被神经网络学习与利用； 3采用图卷积神经网络模型对图数据对象中的路径依赖关系进行分析，逐层聚合节点特征，同时结合边的条件转移特性，逐步整合节点之间的局部信息；通过这种方式，图卷积神经网络模型能够生成控制流图的全局信息表示，用于表征程序执行逻辑中的完整路径结构及路径依赖关系； 4动态选择粗粒度或细粒度测试策略，根据时间条件对测试模式进行切换，实现效率与准确度的平衡； 5通过正则匹配与随机修改生成多样化的缺陷代码样本，并结合自动化训练机制优化图神经网络模型性能，提升系统适应能力； 步骤3中，采用图卷积神经网络模型对图数据对象中的路径依赖关系进行分析，其实现方法为： 通过多层图卷积操作逐步聚合节点特征，生成控制流图的全局嵌入表示；图卷积网络的核心操作在于邻接矩阵归一化和特征更新，其前向传播公式为其中，Hl为第l层的节点特征矩阵，Wl为权重矩阵，为加入自环后的邻接矩阵，为的度矩阵，σ为激活函数；经过多层图卷积后，得到的全局嵌入表示能够有效捕获控制流图中的路径依赖关系，用于路径可达性判断。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。