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！

龙图腾网获悉华南理工大学申请的专利基于代码预训练模型参数微调的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：CN119441006B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411541350.9，技术领域涉及：G06F11/3604；该发明授权基于代码预训练模型参数微调的代码漏洞检测方法是由徐浩;罗辉;陆璐设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本基于代码预训练模型参数微调的代码漏洞检测方法在说明书摘要公布了：本发明涉及软件可靠性保障技术领域，为基于代码预训练模型高效参数微调的代码漏洞检测方法，方法包含以下步骤：对漏洞数据集的源代码进行预处理；S2、对预处理后的源代码进行转化处理，提取源代码对应的token序列和代码属性图路径；S3、构建代码漏洞检测模型，代码漏洞检测模型包括语义特征提取器、结构特征提取器、特征融合层和分类器；S4、将提取的源代码对应的token序列和代码属性图路径联合训练代码漏洞检测模型；S5、通过优化的代码漏洞检测模型输出待测源代码具否有漏洞的结果。本发明通过高效参数微调来微调模型，节省训练资源的并且获得良好的性能，通过融合同时学习源代码的语义和结构特征，提高了代码漏洞检测的效率和准确度。

本发明授权基于代码预训练模型参数微调的代码漏洞检测方法在权利要求书中公布了：1.基于代码预训练模型参数微调的代码漏洞检测方法，其特征在于，包括以下步骤 S1、构建漏洞数据集，对漏洞数据集的源代码进行预处理； S2、对预处理后的源代码进行转化处理，提取源代码对应的token序列和代码属性图路径； 所述对预处理后的源代码进行转化处理，提取源代码对应的token序列和代码属性图路径，包括： 通过UniXcoder模型预训练的分词器将源代码中的每一个单词转换成更小的子词，得到源代码对应的token序列； 采用Joern工具将源代码转换为对应的程序依赖图，提取程序依赖图中的所有数据路径和控制路径，得到将源代码的代码属性图路径； S3、基于UniXcoder模型和doc2vec模型构建代码漏洞检测模型，代码漏洞检测模型包括语义特征提取器、结构特征提取器、特征融合层和分类器； 所述语义特征提取器采用UniXcoder模型作为骨干网络，在UniXcoder模型的每一个双向transformer编码器层中加入adapter适配器层，通过语义特征提取器提取源代码的语义特征向量； 所述结构特征提取器采用doc2vec模型，使用doc2vec模型来学习代码属性图路径中的结构特征，得到源代码的结构特征向量； 通过所述融合层将结构特征向量和语义特征向量拼接起来得到复合特征向量； 所述分类器采取多层感知机，通过多层感知机学习复合特征向量的信息，输出源代码是否有漏洞的结果； S4、将提取的源代码对应的token序列和代码属性图路径联合训练代码漏洞检测模型，通过反向传播算法来优化模型的参数，得到优化的代码漏洞检测模型； S5、提取待测源代码对应的token序列和代码属性图路径，通过优化的代码漏洞检测模型输出待测源代码具否有漏洞的结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。