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！

龙图腾网获悉南京大学申请的专利面向持续集成平台的漏洞误报消除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：CN115525899B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202210743364.3，技术领域涉及：G06F21/57；该发明授权面向持续集成平台的漏洞误报消除方法是由张贺;毛润丰;王佳辉;荣国平;周鑫;邵栋设计研发完成，并于2022-06-28向国家知识产权局提交的专利申请。

本面向持续集成平台的漏洞误报消除方法在说明书摘要公布了：本发明提供一种面向持续集成平台的漏洞误报消除方法，通过深度学习神经网络捕捉程序静态分析生成的漏洞警告代码特征，对警告进行排序和分类，从而消除警告中的误报，并利用项目持续集成过程中不断生成的增量警告数据更新优化模型。步骤包括：获取持续集成平台上Java项目的历史警告数据和对应警告标记数据；对警告对应程序进行程序切片、令牌化、向量化；训练深度学习神经网络得到漏洞误报消除模型；将模型加入到项目的持续集成流程中使模型随着项目迭代持续更新优化。本发明减少了项目持续集成流程中开发人员检查程序静态分析漏洞警告的时间成本，提高了处理警告的效率。

本发明授权面向持续集成平台的漏洞误报消除方法在权利要求书中公布了：1.一种面向持续集成平台的漏洞误报消除方法，其特征在于，包括以下步骤： S1：使用SpotBugs静态分析工具对项目源码进行静态分析，得到项目各个提交版本的源代码警告，人工对得到的警告进行标注，判断代码中是否包含真实漏洞； S2：使用基于程序依赖图ProgramDependenceGraph,PDG的程序切片算法对警告对应程序进行切片，获取与警告对应代码行存在数据依赖或者控制依赖的语句作为程序切片； S3：对程序切片进行标记和规范化处理得到Token序列，将Token序列使用Word2vec嵌入到向量形式，得到神经网络的输入； S4：将S3生成的向量输入双向长短期记忆Bi-directionalLongShort-TermMemory,Bi-LSTM神经网络中进行训练，构建漏洞误报消除模型，输入待预测的原始警告，模型输出警告的置信度和分类标签； S5：将原始模型加入进项目的持续集成流程中，项目每次进行提交时都会在平台上产生新的警告数据，新产生的警告数据会作为增量训练集，对模型进行增量训练，使模型在项目迭代的过程中不断更新优化，根据开发人员对警告的实际标记情况持续调整自身参数。

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大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。