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！

龙图腾网获悉南京工业大学申请的专利基于图表示学习和知识蒸馏的半监督软件缺陷预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：CN115328782B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202210979206.8，技术领域涉及：G06F11/3604；该发明授权基于图表示学习和知识蒸馏的半监督软件缺陷预测方法是由岳野;刘望舒;刘学军设计研发完成，并于2022-08-16向国家知识产权局提交的专利申请。

本基于图表示学习和知识蒸馏的半监督软件缺陷预测方法在说明书摘要公布了：本发明公开了如下技术方案，首先从源代码中提取图结构和抽象语法树结构；接着通过编码抽象语法树信息得到词向量序列作为双向循环神经网络的输入以学习源代码的语义特征并将得到的语义特征与传统静态特征结合作为图节点的状态向量表示；然后利用源代码完整的图表示预训练教师集成网络模型；最后通过知识蒸馏技术将知识从之前预训练完成的教师集成网络模型中提取出来并注入到学生集成网络模型中。本发明借助图神经网络的先进性和知识蒸馏技术的思想，相较现有技术，使得生成的学生集成网络模型能够实现更高的软件缺陷检测率，而且集成网络的设计保证了该模型的健壮性和鲁棒性。

本发明授权基于图表示学习和知识蒸馏的半监督软件缺陷预测方法在权利要求书中公布了：1.一种基于图表示学习和知识蒸馏的半监督软件缺陷预测方法，其特征在于：其包括源代码的图表示方法和基于知识蒸馏的半监督软件缺陷预测模型的构建方法，所述的半监督软件缺陷预测模型的构建方法利用源代码的完整图表示预训练教师集成网络模型、通过知识蒸馏技术将知识从教师集成网络模型中提出并注入学生集成网络模型中，包括如下步骤： 步骤A.选择预设数量的各类型源代码作为样本并从源代码中提取抽象语法树结构和图结构，通过静态代码分析工具获得源代码中各个模块的静态特征作为图结构和树结构中节点的初始向量表示，然后进入步骤B； 步骤B.将抽象语法树结构划分为语句级树，输入Word2vec模型中编码为词向量，将词向量作为双向循环神经网络的输入学习得到源代码的语义特征，然后进入步骤C； 步骤C.将步骤B中学习得到的语义特征与步骤A中提取的传统静态特征拼接为新的节点状态向量，得到模块对应节点的最终表示，然后进入步骤D； 步骤D.将步骤C中得到的最终节点表示嵌入到步骤A中提取的图结构中作为节点的初始状态向量；基于知识蒸馏的半监督软件缺陷预测模型的构建方法，包括如下步骤： 步骤Ⅰ.通过基于差异的协同训练算法，仅利用少量类别标签预训练教师集成网络模型，预训练的终止条件为教师集成网络模型中的所有子分类器性能不再提升或有标签数据集不再扩充，达到终止条件进入步骤Ⅱ； 步骤Ⅱ.将教师集成网络中的子分类器与学生集成网络中的分支逐一匹配，进行第一次知识蒸馏以训练学生集成网络中分支的内部参数，然后进入步骤Ⅲ； 步骤Ⅲ.将教师集成网络中子分类器产生的软标签加权聚合作为教师集成网络模型的最终结果，将教师集成网络的最终结果与学生集成网络的最终结果进行第二次知识蒸馏以训练学生集成网络中各个分支的权重。

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南京工业大学，其通讯地址为：210009 江苏省南京市鼓楼区新模范马路5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。