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！

龙图腾网获悉北京理工大学申请的专利一种基于集成学习的端云协同代码缺陷检测方法及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：CN114490397B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210107064.6，技术领域涉及：G06F11/3604；该发明授权一种基于集成学习的端云协同代码缺陷检测方法及系统是由计卫星;李思宇;刘天阳;王一拙;刘法旺;高玉金设计研发完成，并于2022-01-28向国家知识产权局提交的专利申请。

本一种基于集成学习的端云协同代码缺陷检测方法及系统在说明书摘要公布了：本发明公开了一种基于集成学习的端云协同代码缺陷检测方法及系统，代码缺陷检测方法包括以下步骤，采集第一测试样本的第一缺陷代码，获取第一缺陷代码的第一缺陷特征以及第一缺陷特征对应的第二测试样本；基于待测代码和第二测试样本的相似度，获取第三测试样本以及第三测试样本的第二缺陷特征；根据第二缺陷特征和第三测试样本对应的第一缺陷特征，获取待测代码的识别准确率；基于识别准确率，通过采集待测代码的第二缺陷代码，获取第二缺陷代码的第三缺陷特征；通过端云协同的技术设计，实现了对待测代码的缺陷检测；本发明有效的保护了用户的知识产权，并且能够获得较高的缺陷检测准确率。

本发明授权一种基于集成学习的端云协同代码缺陷检测方法及系统在权利要求书中公布了：1.一种基于集成学习的端云协同代码缺陷检测方法，其特征在于，包括以下步骤： 采集第一测试样本的第一缺陷代码，获取所述第一缺陷代码的第一缺陷特征以及所述第一缺陷特征对应的第二测试样本； 基于待测代码和所述第二测试样本的相似度，获取第三测试样本以及所述第三测试样本的第二缺陷特征； 根据所述第二缺陷特征和所述第三测试样本对应的所述第一缺陷特征，获取所述待测代码的识别准确率； 基于所述识别准确率，通过采集所述待测代码的第二缺陷代码，获取所述第二缺陷代码的第三缺陷特征，其中，所述第三缺陷特征用于表示所述待测代码的代码缺陷； 将所述第一缺陷特征、所述第二缺陷特征、所述第三缺陷特征以及所述第一测试样本、所述第二测试样本、所述第一缺陷代码、所述第二缺陷代码部署在云端，用户端分析所述待测代码的缺陷特征，并上传至所述云端，所述云端用于通过识别所述缺陷特征，获取所述待测代码的所述代码缺陷并回传至所述用户端； 在采集第一测试样本的第一缺陷代码的过程中，通过若干种代码缺陷检测工具对所述第一测试样本进行检测，获取所述第一缺陷代码，其中，所述第一测试样本包括若干种代码缺陷； 在获取所述第一缺陷代码的过程中，通过人工标注的方法，对所述第一测试样本进行标注，根据标注结果与每种所述代码缺陷进行比对，获取所述第一缺陷特征和所述第二测试样本； 在获取第三测试样本以及所述第三测试样本的第二缺陷特征的过程中，将所述相似度从高到低排名，获取相似度最高的所述第二测试样本作为所述第三测试样本； 获取所述第三测试样本对应的所述第一缺陷特征，作为第四缺陷特征； 根据所述第四缺陷特征对应的所述代码缺陷检测工具，对所述第三测试样本进行检测，获取所述第二缺陷特征； 根据所述第四缺陷特征和所述第二缺陷特征，获取所述识别准确率； 在获取所述第二缺陷代码的第三缺陷特征的过程中，通过所述代码缺陷检测工具对所述待测代码进行测试，获取所述第二缺陷代码以及所述第二缺陷代码对应的第二准确识别结果； 将所述第二准确识别结果和所述识别准确率进行加权求和，根据加权求和结果，获取所述第三缺陷特征，其中，所述第三缺陷特征对应的所述加权求和结果大于预先设置的阈值。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。