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！

龙图腾网获悉中国科学院软件研究所申请的专利基于多任务学习的漏洞挖掘方法及装置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：CN116628695B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202210125058.3，技术领域涉及：G06F21/57；该发明授权基于多任务学习的漏洞挖掘方法及装置是由吴敬征;武延军;段旭;杜梦男;罗天悦;杨牧天设计研发完成，并于2022-02-10向国家知识产权局提交的专利申请。

本基于多任务学习的漏洞挖掘方法及装置在说明书摘要公布了：本发明公开一种基于多任务学习的漏洞挖掘方法及装置，所述方法包括：基于源代码的抽象语法树、控制流图与程序依赖图，构建代码属性图；分离代码属性图中的树结构与图结构；对树结构中的节点进行编码，得到抽象语法树的初始节点向量表示；将抽象语法树的初始节点向量表示、树结构和图结构分别输入漏洞识别神经网络模型与漏洞定位神经网络模型，得到漏洞识别结果与漏洞定位结果。本发明为了解决现有基于学习的源代码漏洞挖掘方法准确率有待提高并且检测粒度较粗的问题，提出了基于多任务学习的漏洞挖掘方法。本发明能够实现在准确识别漏洞的同时，对漏洞进行定位，提高漏洞挖掘人员的安全漏洞挖掘能力。

本发明授权基于多任务学习的漏洞挖掘方法及装置在权利要求书中公布了：1.一种基于多任务学习的漏洞挖掘方法，其步骤包括： 基于源代码的抽象语法树、控制流图与程序依赖图，构建代码属性图； 分离代码属性图中的树结构与图结构； 对树结构中的节点进行编码，得到抽象语法树的初始节点向量表示； 将抽象语法树的初始节点向量表示、树结构和图结构输入漏洞识别神经网络模型，得到漏洞识别结果；其中，所述漏洞识别神经网络模型包括：第一代码语义编码器与第一分类模块； 所述第一代码语义编码器用于根据抽象语法树的初始节点向量表示、树结构和图结构，计算源代码向量表示； 所述第一分类模块用于依据源代码向量表示，计算漏洞识别结果； 将抽象语法树的初始节点向量表示、树结构和图结构输入漏洞定位神经网络模型，得到漏洞定位结果；其中，所述漏洞定位神经网络模型包括：第二代码语义编码器、注意力层与第二分类模块； 所述第二代码语义编码器用于根据抽象语法树的初始节点向量表示、树结构和图结构，计算图结构中节点的最终向量表示； 所述注意力层用于为图结构中各节点的最终向量表示赋予注意力权重，进行注意力计算； 所述第二分类模块用于根据注意力计算结果，计算漏洞定位结果。

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中国科学院软件研究所，其通讯地址为：100190 北京市海淀区中关村南四街4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。