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！

龙图腾网获悉苏州元脑智能科技有限公司申请的专利一种冗余代码检测方法、电子设备、存储介质及程序产品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：CN120508492B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510999363.9，技术领域涉及：G06F11/3604；该发明授权一种冗余代码检测方法、电子设备、存储介质及程序产品是由王志豪;王晓通;陈春风设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种冗余代码检测方法、电子设备、存储介质及程序产品在说明书摘要公布了：本申请公开了一种冗余代码检测方法、电子设备、存储介质及程序产品，涉及软件开发技术领域，包括通过扩展语义分析规则对目标代码库进行全量解析，并根据包含代码之间的动态依赖关系元数据信息的全量解析结果生成增强型抽象语法树，进而根据增强型抽象语法树构建代码依赖图谱。根据代码运行过程中提取到的动态行为特征生成动态行为序列，利用图神经网络及时间卷积网络混合模型对代码依赖图谱和动态行为序列进行多模态特征融合，得到代码依赖图谱中各节点分别对应的冗余概率，进而根据冗余概率确定冗余代码，解决了漏检率过高，颗粒度过粗且误判严重的技术问题，达到提高了冗余代码的检测精度，提升冗余代码检测准确率，降低内存占用的技术效果。

本发明授权一种冗余代码检测方法、电子设备、存储介质及程序产品在权利要求书中公布了：1.一种冗余代码检测方法，其特征在于，包括： 按照预扩展的语义分析规则对目标代码库进行全量解析，得到包含代码之间的动态依赖关系元数据信息的全量解析结果； 根据所述全量解析结果生成增强型抽象语法树，并根据所述增强型抽象语法树构建代码依赖图谱； 提取所述目标代码库中代码运行过程中的动态行为特征，并根据所述动态行为特征生成动态行为序列； 利用预训练得到的图神经网络及时间卷积网络混合模型对所述代码依赖图谱和所述动态行为序列进行多模态特征融合，输出所述代码依赖图谱中各节点分别对应的冗余概率； 根据各节点分别对应的冗余概率确定冗余代码； 按照预扩展的语义分析规则对目标代码库进行全量解析，得到包含代码之间的动态依赖关系元数据信息的全量解析结果，包括： 通过解析器对所述目标代码库进行全量解析，得到基础抽象语法树； 对所述基础抽象语法树进行反射调用识别，得到被动态加载的类名和方法签名； 对所述基础抽象语法树进行动态代理关联，得到代理类与原始类之间的映射关系； 对所述基础抽象语法树进行注解依赖追踪，得到代码之间的隐式依赖链； 根据被动态加载的类名和方法签名、代理类与原始类之间的映射关系、代码之间的隐式依赖链生成代码之间的动态依赖关系元数据信息； 相应的，根据所述全量解析结果生成增强型抽象语法树，包括： 利用所述动态依赖关系元数据信息对所述基础抽象语法树进行增强，得到所述增强型抽象语法树； 利用预训练得到的图神经网络及时间卷积网络混合模型对所述代码依赖图谱和所述动态行为序列进行多模态特征融合，输出所述代码依赖图谱中各节点分别对应的冗余概率，包括： 利用所述图神经网络及时间卷积网络混合模型中的图神经网络根据所述代码依赖图谱的节点数据与边数据对各节点进行节点特征更新，输出各节点分别对应的图结构嵌入； 利用所述图神经网络及时间卷积网络混合模型中的时序卷积网络对所述动态行为序列进行时序特征提取，得到时序嵌入； 利用所述图神经网络及时间卷积网络混合模型中的特征融合层对各节点分别对应的图结构嵌入和时序嵌入进行加权融合，得到各节点分别对应的融合后特征嵌入； 利用所述图神经网络及时间卷积网络混合模型中的全连接网络分别对各融合后特征嵌入进行冗余概率评分计算，得到各节点分别对应的冗余概率。

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苏州元脑智能科技有限公司，其通讯地址为：215100 江苏省苏州市吴中经济开发区综保区经一路1号8幢；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”。

以上内容由龙图腾AI智能生成。