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！

龙图腾网获悉西南石油大学申请的专利基于深度学习的双图代码查重方法及其系统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：CN119292658B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202411821895.5，技术领域涉及：G06F8/75；该发明授权基于深度学习的双图代码查重方法及其系统是由甘海东;杨皓文;俞成儒;刘康杰;须薇晗;杨舒棋;曾芸枫;周建设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于深度学习的双图代码查重方法及其系统在说明书摘要公布了：本发明公开了一种基于深度学习的双图代码查重方法及其系统，双图代码查重方法包括构两段源代码的网络图；将网络图输入已训练的GNN，经过k层消息传递后，得到每个节点的k层嵌入向量；计算待检测源代码和目标源代码的结构嵌入向量；将网络图输入RNN，生成最后一个节点的顺序嵌入表示；根据结构嵌入向量和顺序嵌入表示，通过注意力机制对源代码的结构和顺序进行融合，得到全局向量；根据全局向量，计算待检测源代码和目标源代码的相似度；判断相似度是否小于相似度阈值，若是，则两段源代码重复度高，否则两段源代码重复度低。本方案采用上述技术后具有提升抄袭模式识别的全面性、提高抄袭检测的灵活性及提高抄袭检测的准确性等优点。

本发明授权基于深度学习的双图代码查重方法及其系统在权利要求书中公布了：1.基于深度学习的双图代码查重方法，其特征在于，包括步骤：S1、将待检测源代码和目标源代码分别输入解析器转化为抽象语法树，根据抽象语法树分别构建检测源代码和目标源代码的网络图；S2、赋予两个网络图中的每个节点一个初始嵌入向量，并将初始嵌入向量输入已训练的GNN，经过k层消息传递后，得到每个节点的k层嵌入向量；S3、根据待检测源代码和目标源代码对应的所有节点的k层嵌入向量，计算待检测源代码和目标源代码的结构嵌入向量；S4、赋予两个网络图中的每个节点一个初始向量，并将初始向量输入已训练的RNN，通过递归的隐层状态更新生成最后一个节点的顺序嵌入表示；S5、根据结构嵌入向量和顺序嵌入表示，通过注意力机制对源代码的结构和顺序进行融合，得到待检测源代码和目标源代码的全局向量；S6、根据待检测源代码和目标源代码的全局向量，计算待检测源代码和目标源代码的相似度；S7、判断待检测源代码和目标源代码的相似度是否小于相似度阈值，若是，则两段源代码重复度高，否则两段源代码重复度低；步骤S5进一步包括：S51、根据结构嵌入向量和顺序嵌入表示，通过注意力机制得到待检测源代码和目标源代码权衡结构信息和顺序信息的结构权重和顺序权重： 其中，和分别为源代码m的结构权重和顺序权重，m=i和j，当m=i时，表示待检测源代码，m=j时，表示目标源代码；为待学习的权重矩阵；为拼接操作；为偏置项；为softmax激活函数；和分别为源代码m对应的结构嵌入向量和顺序嵌入表示；S52、根据结构嵌入向量和顺序嵌入表示及结构权重和顺序权重，对结构和顺序信息进行加权，融合得到待检测源代码和目标源代码的全局向量： 其中，为全局向量；节点的k层嵌入向量的表达式为： 其中，为源代码m的节点q通过第k层传递得到的k层嵌入向量；m=i和j，当m=i时，表示待检测源代码，m=j时，表示目标源代码；为源代码m的节点q通过第k-1传递得到的k-1层嵌入向量；为与源代码m的节点q直接连接的节点p通过第k-1层传递得到的k-1层嵌入向量；dq，m为源代码m的节点q的度；dp，m为源代码m的节点p的度；Vp为与源代码m的节点q直接连接的节点集合；结构嵌入向量的表达式为： 其中，T为源代码m包括的节点总数量；为源代码m的结构嵌入向量；步骤S4进一步包括：赋予网络图中的每个节点一个初始向量： 其中，Xm为源代码m的所有节点的初始向量集合；m=i和j，当m=i时，表示待检测源代码，m=j时，表示目标源代码；、和分别为源代码m的第1个、第2个和第T个节点的初始向量；将初始向量集合中的每个初始向量按顺序输入已训练的RNN，通过递归的隐层状态更新生成最后一个节点的顺序嵌入表示hT；每个节点的顺序嵌入表示的表达式为： 其中，为源代码m的第t个节点的顺序嵌入表示，1≤t≤T；为源代码m的第t个节点的初始向量；为源代码m的第t-1个节点的顺序嵌入表示；Wh和Wx分别为RNN对隐层状态和输入的权重矩阵；b为RNN的偏置项；Relu为激活函数。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。