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！

龙图腾网恭喜燕山大学申请的专利一种基于加权词向量和神经网络的软件漏洞自动分类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：CN114881172B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202210614135.1，技术领域涉及：G06F18/241；该发明授权一种基于加权词向量和神经网络的软件漏洞自动分类方法是由王倩;高玉莹;任家东;张炳设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种基于加权词向量和神经网络的软件漏洞自动分类方法在说明书摘要公布了：本发明公开了一种基于加权词向量和神经网络的软件漏洞自动分类方法，属于计算机软件安全领域，包括以下步骤：S1，对漏洞详细描述文本的数据预处理；S2，漏洞文本经过预处理后，通过Word2Vec模型和N‑TF‑IDF算法结合构造加权词向量，完成文本向量表示；S3，基于神经网络的TCNN‑BiGRU漏洞分类模型实现漏洞自动分类，模型主要包括4个部分，分别为输入层、TextCNN结构、BiGRU结构和全连接层。本发明能够满足对软件漏洞的自动化分类需求，且不受漏洞数量和漏洞种类增多的限制，有效地处理词向量空间的高维性和稀疏性问题，在准确率、宏精确率、宏召回率和宏F1值等多维评价指标中表现出较好性能。

本发明授权一种基于加权词向量和神经网络的软件漏洞自动分类方法在权利要求书中公布了：1.一种基于加权词向量和神经网络的软件漏洞自动分类方法，其特征在于包括以下步骤：S1，对漏洞详细描述文本的数据预处理；S2，漏洞文本经过预处理后，通过Word2Vec模型和N-TF-IDF算法结合构造加权词向量，完成文本向量表示；改进后的单词的文本内词频TF为类别内的词频与该类下所有词的词频的比值，如公式1所示： 其中，ni,j为单词ti在第j类出现的次数，∑mnm,j为第j类所有词出现的次数；改进后的IDF计算公式中引入类别文本数，如公式2所示： 其中，N为文本集合中文本总数，Ni,j为类别j中包含词ti的文本数，∑kNi,k为所有类别中包含词ti的文本数；综合公式1和公式2，词语在不同类别的文本中的重要性如公式3所示： S3，基于神经网络的TCNN-BiGRU漏洞分类模型实现漏洞自动分类，模型包括4个部分，分别为输入层、TextCNN结构、BiGRU结构和全连接层；全连接层的输入为TextCNN结构和BiGRU结构输出的特征向量进行拼接得到的最终向量。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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”。