图张量神经网络模型建立方法及源代码语义识别方法
实质审查的生效
摘要
本发明公开了一种图张量神经网络模型建立方法及源代码语义识别方法，属于软件分析检测领域，方法包括：建立图张量构建网络层，用于从源代码中提取AST、CFG、DDG和NCS的图结构并组合得到图张量空间特征；建立门控图张量神经网络层，用于利用图张量空间特征计算源代码的图结构节点的隐藏层特征；建立图张量卷积神经网络层，用于利用隐藏层特征提取图结构节点的语义特征；建立输出网络层，用于根据语义特征利用分层softmax函数预测源代码中的变量，和/或，预测源代码中缺失的变量；将训练样本输入包含各网络层的图张量神经网络模型，利用反向传播训练模型中的权重参数。该图张量神经网络模型的源代码语义识别更准确，且效率更高。
基本信息
专利标题 ：
图张量神经网络模型建立方法及源代码语义识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114327483A
申请号 ：
CN202111665944.7
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
付才杨佳韩兰胜刘铭邹德清江帅
申请人 ：
华中科技大学
申请人地址 ：
湖北省武汉市洪山区珞喻路1037号
代理机构 ：
华中科技大学专利中心
代理人 ：
胡秋萍
优先权 ：
CN202111665944.7
主分类号 ：
G06F8/41
IPC分类号 ：
G06F8/41 G06F11/36 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F8/00
软件工程设计
G06F8/40
程序代码转换
G06F8/41
编译
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06F 8/41
申请日 : 20211231
申请日 : 20211231
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
