Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西安电子科技大学付玉龙获国家专利权

恭喜西安电子科技大学付玉龙获国家专利权

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!

龙图腾网恭喜西安电子科技大学申请的专利基于深度学习的漏洞补丁存在性检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:CN116108446B

龙图腾网通过国家知识产权局官网在2025-05-13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:202211557968.5,技术领域涉及:G06F21/57;该发明授权基于深度学习的漏洞补丁存在性检测方法是由付玉龙;易威;杨金城;王福维;董志强设计研发完成,并于2022-12-06向国家知识产权局提交的专利申请。

基于深度学习的漏洞补丁存在性检测方法在说明书摘要公布了:本发明提供了一种基于深度学习的漏洞补丁存在性检测方法,通过对比原始补丁与下游OSS仓库的潜在补丁形成等价补丁;再对等价补丁选择切片入口生成等价切片,再转化为词向量,并作为双向LSTM孪生网络的输入;根据输出的表征结果与输入是否相似决定调整网络参数从而完成训练。对于待检测OSS项目缩小其检测空间,之后选择漏洞常见特征作为切片入口生成切片,并输入至训练完成的双向LSTM孪生网络中,得到两个输入的表征结果,并根据表征结果之间以及两个输入之间的相似度,确认是否存在漏洞补丁。本发明采用双向LSTM孪生网络检测漏洞,无需人工定义匹配规则鲁棒性更强;可以解决无法检测检测跨函数漏洞,通过缩小检测空间可大幅降低检测的时间开销。

本发明授权基于深度学习的漏洞补丁存在性检测方法在权利要求书中公布了:1.一种基于深度学习的漏洞补丁存在性检测方法,其特征在于,包括:步骤1:从通用数据库获取漏洞披露条目CVE信息,并根据CVE信息查找原始补丁的OSS仓库以及对应的下游OSS仓库,并通过对比原始补丁与下游OSS仓库的潜在补丁,将补丁信息一致的原始补丁以及潜在补丁确定为等价补丁对,将所有等价补丁对组成等价补丁集;步骤2:针对所述等价补丁集中的每个等价补丁对,对等价补丁对中的每个补丁进行版本回退,获得源代码文件,并根据所述源代码文件构建代码属性图,在所述代码属性图中寻找核心代码行相关的语句节点,以该语句节点为切片入口生成切片,每个等价补丁对可生成一个等价切片对,将等价切片对形成切片集合;步骤3:对所述切片集合中的所有切片代码进行归一化处理,获得处理后的切片集合;步骤4:根据所述切片集合中切片对是否来源于同一等价补丁的不同情况,对等价切片进行正负样本方式的数据处理,并将处理之后的切片对转换为词向量对;步骤5:将词向量对输入至双向LSTM孪生网络中,获得切片对的表征结果,并根据每个切片对的表征结果之间的相似度确定是否等价,从而对所述双向LSTM孪生网络进行训练,获得训练完成的双向LSTM孪生网络;步骤6:获取包含多个待检测源代码文件的待检测OSS项目,并缩小所述待检测OSS项目的检测空间;步骤7:根据缩小检测空间后的OSS项目中的每个源代码文件构建代码属性图,选择该代码属性图的切片入口以生成携带待检测源代码核心代码的待检测切片,并对该待检测切片重复步骤3至步骤4的操作以转换成待检测词向量;步骤8:基于训练完成的双向LSTM孪生网络,对所述待检测词向量进行识别,得到检测词向量的表征结果,并根据表征结果之间的相似度以及训练完成的双向LSTM孪生网络的输入对象之间的相似度,确认所述待检测源代码文件是否存在修复漏洞的补丁。

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安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。