Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 北京邮电大学彭海朋获国家专利权

北京邮电大学彭海朋获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种基于多模态特征的二进制文件漏洞分析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:CN119760716B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411834970.1,技术领域涉及:G06F21/57;该发明授权一种基于多模态特征的二进制文件漏洞分析方法是由彭海朋;王晓周;李丽香;赵子琳设计研发完成,并于2024-12-13向国家知识产权局提交的专利申请。

一种基于多模态特征的二进制文件漏洞分析方法在说明书摘要公布了:本发明涉及安全、人工智能技术领域,特别是一种基于多模态特征的二进制文件漏洞分析方法,构建二进制文件样本集,提取二进制文件的漏洞相关函数及其上下文函数,对漏洞相关函数及其上下文函数分别生成静态特征向量和动态特征向量,将静态特征向量和动态特征向量融合生成多模态特征向量,漏洞相关函数及其上下文函数的多模态特征向量融合生成二进制样本多模态特征向量,作为训练深度学习模型的输入,对其进行进行预处理,通过多个全连接层进行进一步的特征学习与映射,输出层使用softmax激活函数进行分类,提高二进制漏洞检测的覆盖率及精度。

本发明授权一种基于多模态特征的二进制文件漏洞分析方法在权利要求书中公布了:1.一种基于多模态特征的二进制文件漏洞分析方法,其特征在于,包括如下步骤: S1构建二进制文件样本集; S1.1从公开漏洞数据源自动获取开源漏洞信息,包括漏洞类型、漏洞修复信息,从开源漏洞信息中提取包含漏洞的二进制软件包名称和版本; S1.2根据S1.1所述二进制软件包名称和版本,从公开软件下载源下载开源软件的二进制包,从中提取二进制文件; S1.3根据S1.1所述漏洞修复信息,确定漏洞相关函数,定位漏洞相关函数所处的二进制文件,二进制文件样本集只保留包含漏洞相关函数的二进制文件; S2提取二进制文件样本的多模态特征向量; S2.1将二进制文件转化成中间语言表示,基于中间语言表示生成抽象语法树AST、控制流图CFG、数据依赖图PDG,根据控制流图CFG和数据依赖图PDG,得到与漏洞相关函数有调用依赖或数据依赖的所有函数,将这些函数组成的集合其上下文函数; S2.2分别生成漏洞相关函数及其上下文函数的静态特征向量和动态特征向量; 所述静态特征向量和动态特征向量生成过程如下: 静态特征向量:通过图神经网络GNN分别提取S2.1生成的抽象语法树AST、控制流图CFG和数据依赖图PDG的三个特征向量作为静态特征向量; 动态特征向量:对漏洞相关函数及其上下文函数对应的二进制文件,利用符号执行技术,获取其执行路径,提取执行过程中的寄存器操作序列、内存访问序列、系统函数调用序列,分别将其转换成寄存器操作特征向量、内存访问特征向量、系统函数调用特征向量,将这三个特征向量作为动态特征向量; S2.3采用特征融合方法将S2.2生成的静态特征向量和动态特征向量融合成多模态特征向量,将漏洞相关函数及其上下文函数的多模态特征向量融合,生成二进制样本多模态特征向量; S3训练深度学习模型; 对于每个二进制文件样本,首先识别出其所有漏洞相关函数及其上下文函数,获取每个二进制文件是否包含漏洞,及其漏洞类型,优化模型参数,将二进制样本多模态特征向量作为模型的输入,对其进行预处理,通过多个全连接层进行进一步的特征学习与映射,输出层使用softmax激活函数进行分类; S4利用训练完成后的深度学习模型进行二进制文件漏洞检测。

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邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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”。

以上内容由龙图腾AI智能生成。

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。