南通大学鞠小林获国家专利权
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！
龙图腾网获悉南通大学申请的专利基于多模态对比学习和低秩适应的源代码漏洞检测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：CN119760728B 。
龙图腾网通过国家知识产权局官网在2025-10-28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：202411922007.9，技术领域涉及：G06F21/57；该发明授权基于多模态对比学习和低秩适应的源代码漏洞检测方法是由鞠小林;曹义;王皓晨;陈翔;张龙;高朝阳;王积玉设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。
本基于多模态对比学习和低秩适应的源代码漏洞检测方法在说明书摘要公布了：本发明提供了一种基于多模态对比学习和低秩适应的源代码漏洞检测方法，属于计算机技术领域，解决了传统漏洞检测方法中无法充分利用多模态信息并面临计算效率瓶颈的技术问题。其技术方案为：包括以下步骤：S1：对数据集进行预处理和切分；S2：通过预训练模型GraphCodeBERT提取每个模态的初步表示；S3：对每个模态的表示应用低秩适应进行微调；S4：使用对比学习对不同模态的表示进行对齐；S5：在训练过程中，通过优化模型的多模态表示；S6：将测试集输入到已训练好的模型中进行漏洞检测，输出代码是否存在漏洞的分类结果。本发明的有益效果为：提高了模型对代码漏洞的识别能力，降低了计算成本。
本发明授权基于多模态对比学习和低秩适应的源代码漏洞检测方法在权利要求书中公布了：1.一种基于多模态对比学习和低秩适应的源代码漏洞检测方法，其特征在于，包括以下步骤： 1.1：对数据集进行预处理和切分，将其划分为训练集D1和测试集D2； 1.2：从步骤1.1中划分的训练集D1提取源代码、抽象语法树AST和代码注释作为多模态输入； 1.3：使用GraphCodeBERT模型对每个模态的代码片段进行特征表示学习，生成每个模态的初步嵌入表示hcode、hast和hcomment； 1.4：将步骤1.3中得到的每个模态的表示应用低秩适应进行微调，优化每个模态的特征提取并减少计算开销； 1.5：应用对比学习对各个模态的嵌入表示进行对齐，计算对比损失 1.6：使用训练好的模型对测试集D2中的数据进行漏洞检测，输出每个代码片段是否存在漏洞的分类结果。
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通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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