广东电网有限责任公司;广东电网有限责任公司信息中心沈伍强获国家专利权
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!
龙图腾网获悉广东电网有限责任公司;广东电网有限责任公司信息中心申请的专利一种电力数据安全监测系统代码克隆检测方法和装置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:CN118260765B 。
龙图腾网通过国家知识产权局官网在2025-10-24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:202410344018.7,技术领域涉及:G06F21/57;该发明授权一种电力数据安全监测系统代码克隆检测方法和装置是由沈伍强;沈桂泉;王业超;崔磊;钱正浩;周纯;龙震岳;李如雄;裴求根;唐亮亮;梁哲恒;姚潮生;张金波;张小陆;伍江瑶;许明杰;金戈设计研发完成,并于2024-03-25向国家知识产权局提交的专利申请。
本一种电力数据安全监测系统代码克隆检测方法和装置在说明书摘要公布了:本发明公开了一种电力数据安全监测系统代码克隆检测方法和装置,所述方法包括:根据分区索引机制,将待检测电力数据安全监测系统软件源代码进行分区,按分区搜索获取方法;基于方法大小的度量标准,筛选出可能的第一类型和第二类型克隆对;在剔除筛选的第一类型和第二类型克隆对之后,基于调用方法相似度度量标准,筛选出可能的第三类型克隆对;在剔除筛选出的上述三种克隆对之后,针对第四种克隆对,基于代码控制流和数据流分析获得代码语义表示;利用预先训练的深度学习模型进行分类,检测出语义级别克隆代码。本发明有效提高了电力数据安全监测系统研发过程中多版本迭代下的大规模代码克隆检测有效性,保障系统安全稳定运行。
本发明授权一种电力数据安全监测系统代码克隆检测方法和装置在权利要求书中公布了:1.一种电力数据安全监测系统代码克隆检测方法,其特征在于,包括以下步骤: 消除不可能是克隆对的嵌入式代码后,根据分区索引机制,将待检测电力数据安全监测系统软件源代码进行分区,使得能够按分区索引搜索获取方法,所述分区索引机制包括:确定分区数量,基于代码方法的名称和版本确定分区键,利用哈希函数将分区键映射到特定的分区编号,将代码根据哈希函数分配到相应的分区,使得在对代码进行克隆检测时能够通过分区键定位到相应的分区,在不同的分区同时进行查找和访问方法; 将不同分区中的方法的源代码行转换为一系列token,其中token为指定的关键字、标识符,基于方法大小的度量标准,筛选出可能的第一类型和第二类型克隆对,其中第一类型克隆对为代码片段完全相同的克隆对,第二类型克隆对为代码结构或代码语法构成相同的克隆对;方法大小的度量标准包括:记方法M1有x个token,方法M2有y个token,给定相似阈值T在0和1之间,当满足x×T≤y≤xT时,判定方法M1和方法M2属于克隆对; 在剔除筛选出的第一类型和第二类型克隆对之后,通过分区键定位到相应的分区,设置token滑动窗口,通过重叠相似度衡量两种方法token之间的相似度,根据该相似度筛选出可能的第三类型克隆对,第三类型克隆对为大小相同、执行类似操作、具有相似调用的方法克隆对;重叠相似度的计算方法如下: 其中,sim<M1,M2>表示方法M1与方法M2之间的相似度,记A和B分别是方法M1和方法M2中token集,方法M1中token集A的每个元素被定义为tai,freqtai,s,Na,方法M2中token集B每个元素被定义为tbj,freqtbj,s,Nb;s是设置的token滑动窗口;Na是方法M1的总行数,Nb是方法M2的总行数;freqtai是方法M1中token集A的tai在该滑动窗口下出现的次数,tai是方法M1中token集A的第i个token;freqtbj是方法M2中token集B的tbj在该滑动窗口下出现的次数,tbj是方法M2中token集B的第j个token;α为经过token滑动窗口划分后滑动窗口序号; 在剔除筛选出的第一类型、第二类型和第三类型克隆对之后,对于剩余的代码片段,通过控制流捕获代码基本块和过程之间的依赖关系,通过数据流图捕获数据值沿程序路径和操作的流动,获得代码行为的语义表示; 基于代码语义表示利用预先训练的深度学习模型进行分类,检测出第四类型克隆对,第四类型克隆对为语义级别克隆代码。
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广东电网有限责任公司;广东电网有限责任公司信息中心,其通讯地址为:510600 广东省广州市越秀区东风东路757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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励