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！

龙图腾网获悉中国人民解放军61660部队申请的专利一种优化机器学习的软件漏洞并行挖掘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：CN120046154B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411968709.0，技术领域涉及：G06F21/57；该发明授权一种优化机器学习的软件漏洞并行挖掘方法是由陈高峰;吴志勇;饶金龙;朱涛;常天佑;渠吉瑞;张小堂;江玉朝;赵元杰;李艳斌;王世界;王菁;管乐乐;佟学乾;胡希荣;刘永宁设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种优化机器学习的软件漏洞并行挖掘方法在说明书摘要公布了：本发明涉及一种优化机器学习的软件漏洞并行挖掘方法，属于漏洞挖掘领域。本发明将软件漏洞历史数据中漏洞代码函数、参数、目标变量等映射到符号名称域中，并对其归一化处理，建立由基类、子类、代码类组成的多类漏洞信息资源库，统一漏洞编码命名。使用机器学习中KNN算法深度聚类挖掘软件特征，并引入计算任意二者间欧式距离。将相似度最大特征所属关键节点定义为软件漏洞。本发明的方法特征分类精度较高，且软件漏洞挖掘的F1值可保持在0.88以上，挖掘误报率低；通过并行化工具运行，能够在特定场景下实现多种软件漏洞并行挖掘任务。

本发明授权一种优化机器学习的软件漏洞并行挖掘方法在权利要求书中公布了：1.一种优化机器学习的软件漏洞并行挖掘方法，其特征在于，该方法包括如下步骤： S1、软件数据归一化处理 将软件包中代码函数、参数、目标变量信息进行特征映射和归一化预处理，对软件包中的不同类型漏洞中关键节点出现频率进行量化，得到对应的特征值； S2、算法设计：将特征值为输入，引入机器学习，完成软件数据特征的分类；使用机器学习中KNNK-NearestNeighbor深度聚类算法深度聚类挖掘软件特征，然后使用欧式距离计算聚类后特征与多类漏洞信息资源库语料标签的相似度，将相似度最大特征所属关键节点定义为软件漏洞； S3、通过性能评估指标对检测结果进行评估，智能化完成软件漏洞的检测； 其中， 所述S2具体包括： S21、对特征值进行规范化； S22、使用深度学习的方式将规范化后的高维特征值降维得到低维特征； S23、将低维特征作为“特征源”的特征进行深度聚类； S24、使用欧式距离计算“特征源”的特征与多类漏洞信息资源库中语料标签的相似度，将相似度最大特征所属关键节点定义为软件漏洞，其中，多类漏洞信息资源库为基类、子类、代码类组成的资源库。

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中国人民解放军61660部队，其通讯地址为：100840 北京市海淀区复兴路20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。