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！

龙图腾网恭喜上海交通大学申请的专利基于中间语言与迁移表征学习的漏洞挖掘系统及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：CN114491548B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202111612183.9，技术领域涉及：G06F21/57；该发明授权基于中间语言与迁移表征学习的漏洞挖掘系统及方法是由焦点;易平;吕胜炜设计研发完成，并于2021-12-27向国家知识产权局提交的专利申请。

本基于中间语言与迁移表征学习的漏洞挖掘系统及方法在说明书摘要公布了：一种基于中间语言与迁移表征学习的漏洞挖掘系统及，包括：迁移表征模型训练模块、卷积网络训练模块和软件漏洞挖掘模块，迁移表征模型训练模块使用编译成中间语言并预处理后的数据与标签对双向长短期记忆网络进行迁移学习训练，并将BiLSTM网络中的中间隐藏层计算结果输出，作为数据集的高级表征形式；卷积网络训练模块使用数据的高级表征形式与对应标签，训练一个卷积神经网络分类器用于对高级表征进行判别；软件漏洞挖掘模块使用另外两个模块训练生成的模型，首先对未知的软件进行编译和预处理，并将处理后的代码段输入BiLSTM网络中，从BiLSTM网络的隐藏层中得到数据高级表征，再输入卷积神经网络分类器中，最终得到该代码段是否具有漏洞判别结果。

本发明授权基于中间语言与迁移表征学习的漏洞挖掘系统及方法在权利要求书中公布了：1.一种基于中间语言与迁移表征学习的漏洞挖掘系统，其特征在于，包括：迁移表征模型训练模块、卷积网络训练模块和软件漏洞挖掘模块，其中：迁移表征模型训练模块使用编译成中间语言并预处理后的数据与标签对双向长短期记忆网络进行迁移学习训练，并将BiLSTM网络中的中间隐藏层计算结果输出，作为数据集的高级表征形式；卷积网络训练模块使用数据的高级表征形式与对应标签，训练一个卷积神经网络分类器用于对高级表征进行判别；软件漏洞挖掘模块使用另外两个模块训练生成的模型，首先对未知的软件进行编译和预处理，并将处理后的代码段输入BiLSTM网络中，从BiLSTM网络的隐藏层中得到数据高级表征，再输入卷积神经网络分类器中，最终得到该代码段是否具有漏洞判别结果；所述的预处理，包括中间语言编译、高危点定位、代码切片和函数名标准化处理。

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交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。