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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 北京轩宇信息技术有限公司李超获国家专利权

北京轩宇信息技术有限公司李超获国家专利权

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!

龙图腾网获悉北京轩宇信息技术有限公司申请的专利一种神经符号融合的中断驱动型程序缺陷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:CN119782122B

龙图腾网通过国家知识产权局官网在2025-08-12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:202510058351.6,技术领域涉及:G06F11/3604;该发明授权一种神经符号融合的中断驱动型程序缺陷检测方法是由李超;陈睿;王博祥;王盛;贾春鹏;董彦松设计研发完成,并于2025-01-14向国家知识产权局提交的专利申请。

一种神经符号融合的中断驱动型程序缺陷检测方法在说明书摘要公布了:本发明公开了一种神经符号融合的中断驱动型程序缺陷检测方法,涉及中断驱动型程序缺陷检测技术领域,包括以下步骤:步骤一,支持中断的并发分析阶段,本阶段针对待分析程序P,通过初步静态分析识别发生缺陷的程序点集合S并收集静态分析难以精确处理的信息集合Q,为后续分析奠定基础;具体包括以下三个子步骤:敏感点分析:根据待检测的缺陷类型T,利用数据流分析技术定位程序中发生缺陷的程序点集合S。该神经符号融合的中断驱动型程序缺陷检测方法,充分结合了大语言模型的语义理解能力与静态分析的全面路径覆盖能力,有效克服了传统检测方法在处理循环逻辑、数组下标分析以及位运算求解等方面的局限性。

本发明授权一种神经符号融合的中断驱动型程序缺陷检测方法在权利要求书中公布了:1.一种神经符号融合的中断驱动型程序缺陷检测方法,其特征在于:包括以下步骤: 步骤一,支持中断的并发分析阶段,本阶段针对待分析程序P,通过初步静态分析识别发生缺陷的程序点集合S并收集静态分析难以精确处理的信息集合Q,为后续分析奠定基础;具体包括以下三个子步骤: 1敏感点分析:根据待检测的缺陷类型T,利用数据流分析技术定位程序中发生缺陷的程序点集合S,对于数组越界缺陷,分析任务队列数组的访问操作,标记可能的数组越界点;对于数据竞争缺陷,分析共享变量的读写操作,标记并发写入点为可能的缺陷点,定义程序点集合S为: S={s|s∈P,且满足缺陷类型T的初始判断条件} 其中s是程序中的一条指令或代码片段; 2中断并发分析:针对主任务及中断程序,逐一构建抽象语法树、函数调用图和控制依赖图,并在此基础上生成程序依赖图,根据中断优先级和中断开关操作,进行中断使能分析与抢占分析,标记中断可能影响的关键程序点,并捕获中断行为的动态特性,在此基础上,结合敏感点集合S和缺陷类型T,采用自底向上的模块化分析方法,从被调函数逐步回溯至主调函数,生成触发敏感点的所有路径PS,并收集路径约束条件集合C: C={c|c为路径条件,且触发路径可行性依赖于其真值} 3路径裁剪:为降低误报率,利用SMT求解器对路径可行性进行验证,若约束条件c∈C可满足,则保留对应路径;否则,标记路径为不可触发并进行裁剪: C′={c|c可满足} Ps={p|p对应c∈C′}; 步骤二,基于大语言模型的信息增强阶段,本阶段针对静态分析中标记的不确定信息集合Q,利用大语言模型的语义理解能力进行补充分析,得到补充信息集合A,具体包括以下子步骤: 上下文提取与提示词构建,对不确定信息集合Q中的每一条不确定信息q∈Q进行上下文提取,并构建具有语义完整性和针对性的提示词,以自然语言形式输入大语言模型; 1语义推理与结果生成:大语言模型基于提示词,对复杂的循环逻辑、数组索引关系和位运算表达式进行推理分析,生成补充信息集合A,结果包括循环变量的取值范围、数组下标的取值范围、位运算表达式的结果,并以结构化形式输出,为后续静态分析提供支持,大语言模型基于输入的提示词信息,分析出*ALERT*处循环变量length的取值为7; 2静态分析增强:将补充信息集合A反馈至静态分析引擎,结合补充的约束信息与程序上下文,对标记的敏感路径及片段进行二次静态分析,在第一轮静态分析中,由于难以对位运算进行分析,无法得到变量length的取值,但通过大语言模型辅助信息反馈后,将该信息作为已知条件输入给静态分析,从而实现更精确的分析,通过这种多轮协同分析机制,显著提升缺陷检测的精度与全面性,得到最终的缺陷检测结果; 步骤三:基于大语言模型的误报消除,本阶段利用大语言模型对静态分析生成的缺陷检测结果进行优化,解决可能的误报问题,具体包括以下子步骤: 1上下文构建与提示设计:针对静态分析的每一条缺陷检测结果,逐个进行上下文构建和提示设计; 2多轮推理与验证:大语言模型根据输入的提示词,对缺陷路径及上下文进行多轮推理分析,验证缺陷是否真实存在,对于推理过程中被证伪的路径,标记为误报并移除; 3结果优化输出:最终检测结果包含经过验证的真实缺陷、相关路径及触发条件。

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北京轩宇信息技术有限公司,其通讯地址为:101300 北京市顺义区高丽营镇文化营村北(临空二路1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。