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！

龙图腾网获悉南京邮电大学申请的专利基于调用图与多层次对比学习的函数级缺陷定位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：CN119441007B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411580479.0，技术领域涉及：G06F11/3604；该发明授权基于调用图与多层次对比学习的函数级缺陷定位方法是由李云;彭亮亮;祝子烨设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本基于调用图与多层次对比学习的函数级缺陷定位方法在说明书摘要公布了：本发明公开了基于调用图与多层次对比学习的函数级缺陷定位方法，包括构建包含类节点及其内部函数节点的局部调用图和覆盖所有函数的全局调用图；利用Light‑GCN对这两种调用图进行图嵌入学习，生成函数的局部和全局嵌入向量；同时，采用预训练代码模型提取函数代码的语义嵌入向量，并使用预训练语言模型获取缺陷报告的语义嵌入向量；为了优化模型性能，设计了包含局部对比损失、全局对比损失及语义对比损失的多层次对比损失函数，通过最小化该损失函数，有效优化了缺陷报告与函数嵌入之间的匹配关系，从而增强了整体的定位能力，并显著提升了模型的缺陷定位准确性。

本发明授权基于调用图与多层次对比学习的函数级缺陷定位方法在权利要求书中公布了：1.基于调用图与多层次对比学习的函数级缺陷定位方法，其特征在于，包括以下步骤： S1、构建局部调用图和全局调用图，使用解析工具对目标类的源代码进行解析，生成抽象语法树，通过分析抽象语法树识别类名、字段及成员函数，并提取函数间的调用关系，进而构建包含类节点及其内部函数节点的局部调用图；使用相同的解析工具对整个软件项目的源代码进行解析，生成项目的抽象语法树，通过分析抽象语法树识别所有函数及其调用关系，从而构建覆盖整个项目的全局调用图； S2、使用图神经网络进行嵌入学习，将构建的局部调用图和全局调用图分别输入到Light-GCN中，以获取每个函数在局部调用图和全局调用图中的嵌入向量； S3、将语义嵌入向量进行提取并映射到统一特征空间，利用预训练的代码模型提取目标函数代码的语义嵌入向量；利用预训练的语言模型提取缺陷报告文本的语义嵌入向量；使用两层全连接神经网络和ReLU激活函数，将缺陷报告的嵌入向量和函数的多维度嵌入向量映射到相同的特征空间； S4、计算缺陷报告与函数的相似度，采用余弦相似度作为相似度度量方法，分别计算缺陷报告的语义嵌入向量与函数局部嵌入向量、全局嵌入向量以及代码语义嵌入向量之间的相似度； S5、构建多层次对比损失函数模型，设置包含局部对比损失、全局对比损失及语义对比损失的多层次对比损失函数； S6、缺陷定位实施，对每个函数，基于其与缺陷报告之间的局部相似度、全局相似度和代码语义相似度，计算其综合分数；根据每个函数的综合分数进行降序排序，选择得分最高的前k个函数作为缺陷定位的结果。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。