(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211198977.X (22)申请日 2022.09.29 (71)申请人 中国科学院软件研究所 地址 100190 北京市海淀区中关村南四街 4 号 (72)发明人 侯朋朋　陈果　张开创　于佳耕　 武延军　 (74)专利代理 机构 北京君尚知识产权代理有限 公司 11200 专利代理师 陈艳 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/30(2020.01) G06F 40/216(2020.01) G06N 3/04(2006.01)G06F 9/445(2018.01) (54)发明名称 一种自动化内核配 置项分类方法及装置 (57)摘要 本发明公开了一种自动的内核配置项分类 方法及装置。 所述方法包括： 构建名字异构图、 路 径异构图、 依赖关系异构图和帮助异构图； 利用 图卷积神经网络分别对名字异构图、 路径异构 图、 依赖关系异构图和帮助异构图进行训练， 以 获取各异构图中内核配置项节 点的特征向量； 融 合各异构图中内核配置项节点的特征向量， 并对 融合结果分类， 得到所述内核配置项的分类结 果。 本发明为内核配 置项的设置提供辅助支持。 权利要求书3页 说明书8页 附图1页 CN 115422361 A 2022.12.02 CN 115422361 A 1.一种自动化内核配置项分类方法， 其特 征在于， 所述方法包括： 获取系统软件的内核配置项的名字信息、 路径信息和帮助信息； 构建名字异构图； 所述名字异构图表示所述内核配置项与所述名字信息的关联、 以及 所述名字信息之间的关联； 构建路径异构图； 所述路径异构图表示所述内核配置项与所述路径信息的关联、 以及 所述路径信息之间的关联； 构建依赖关系异构图； 所述依赖关系异构图表示所述内核配置项与 所述名字信 息的关 联、 所述名字信息之间的关联、 以及所述内核配置项之间的关联； 构建帮助异构图； 所述帮助异构图表示所述内核配置项与所述帮助信息的关联、 以及 所述帮助信息之间的关联； 利用图卷积神经网络分别对所述名字异构图、 所述路径异构图、 所述依赖关系异构图 和帮助异构图进 行训练， 以获取所述名字异构图中内核配置项节 点的特征向量hname,i、 所述 路径异构图中内核配置项节点的特征向量hpath,i、 所述依赖关系异构图中内核配置项节点 的特征向量hdependence,i、 所述帮助异构图中内核配置项节点的特征向量hhelp,i； 其中， i表示 内核配置项的序号； 融合所述特征向量hname,i、 特征向量hpath,i、 特征向量hdependence,i以及特征向量hhelp,i， 并 对融合结果分类， 得到所述内核配置项的分类结果。 2.如权利要求1所述的方法， 其特 征在于， 所述构建名字异构图， 包括： 切分每一内核配置项的所述名字信息， 得到若干个subname词； 基于所述subn ame词以及 所述内核配置项， 得到所述名字异构图的subn ame词节点与内 核配置项节点； 基于所述 内核配置项的名字信息中所述subn ame词的出现信息， 构建所述subn ame词节 点与内核配置项节 点之间的边， 并根据所述subname词在 对应的内核配置项中的词频 ‑逆文 档频率， 得到所述边的权重； 其中所述词频为所述subname词在 对应的名字信息中出现的次 数， 所述逆文档频率 为所述subname词的内核配置项数量的对数比例的倒数； 基于subname词袋中的词共现信息， 构建subname词节点之间的边， 并利用逐点互信息 计算两个subname词节点之间的权重； 其中所述subname词袋基于所有内核配置项的 subname词得到 。 3.如权利要求2所述的方法， 其特征在于， 所述利用图卷积神经网络分别对所述名字异 构图进行训练， 以获取 所述名字异构图中 内核配置项节点的特 征向量hname， 包括： 通过预训练语言模型获取 所述subname词节点的初始特 征向量； 将所述内核配置项节点对应的所述subname词节点的初始特征向量加权， 得到该内核 配置项节点的初始特 征向量； 基于所述subname词节点和所述内核配置项节点的初始特征向量， 利用图卷积神经网 络对所述名字异构图进行训练， 得到所述名字异构图中 内核配置项节点的特 征向量hname。 4.如权利要求1所述的方法， 其特 征在于， 所述构建路径 异构图， 包括： 切分每一内核配置项的所述路径信息， 得到若干subdir词； 基于所述subdir词以及 所述内核配置项， 得到所述路径异构图的subdir词节点与内核 配置项节点；权　利　要　求　书 1/3 页 2 CN 115422361 A 2基于所述 内核配置项的路径信息中所述subdir词的出现信息， 构 建所述subdir词节点 与内核配置项节点之间的边， 并根据所述subdir词在对应的内核配置项中的词频 ‑逆文档 频率， 得到所述边的权重； 其中所述词频为所述subdir词在对应的名字信息中出现的次数， 所述逆文档频率 为所述subdir词的内核配置项数量的对数比例的倒数； 基于subdir词袋中的词共现信息， 构建subdir词节点之间的边， 并利用逐点互信息计 算两个subdir词节 点之间的权重； 其中所述subdir词袋基于所有内核配置项的subdir词得 到。 5.如权利要求1所述的方法， 其特 征在于， 所述构建依赖关系异构图， 包括： 切分每一内核配置项的所述名字信息， 得到若干个subname词； 基于所述subn ame词以及 所述内核配置项， 得到所述依赖关系 异构图中的subn ame词节 点与内核配置项节点； 基于所述 内核配置项的名字信息中所述subn ame词的出现信息， 构建所述subn ame词节 点与内核配置项节 点之间的边， 并根据所述subname词在 对应的内核配置项中的词频 ‑逆文 档频率， 得到所述边的权重； 其中所述词频为所述subname词在 对应的名字信息中出现的次 数， 所述逆文档频率 为所述subname词的内核配置项数量的对数比例的倒数； 基于subname词袋中的词共现信息， 构建subname词节点之间的边， 并利用逐点互信息 计算两个subname词节点之间的权重； 其中所述subname词袋基于所有内核配置项的 subname词得到； 基于两个内核配置项之间的相似度， 得到内核配置项节点之间的边和权重； 其中， 所述 相似度基于名字信息的JAC CARD系数和名字信息的JAC CARD系数 得到。 6.如权利要求1所述的方法， 其特 征在于， 所述构建帮助异构图， 包括： 切分每一内核配置项的所述名字信息， 得到若干个subname词 去除内核配置项的帮助信息中的无用符号和常用词之后， 切分帮助信息， 并根据切分 结果和所述subname词， 得到subw ord词袋； 基于所述subword词袋， 获取所述内核配置项的subword词； 其 中， 在所述内核配置项有 帮助信息的情况下， 将对应的帮助信息切分结果和subname词作为subword词； 在所述内核 配置项没有帮助信息的情况 下， 将对应的subname词作为subw ord词； 基于所述subword词以及 所述内核配置项， 得到所述依赖关系 异构图中的subword词节 点与内核配置项节点； 基于所述 内核配置项对应的所述subword词的出现信息， 构建所述subword词节点与内 核配置项节点之间的边， 并根据所述subword词在对应的内核配置项中的词频 ‑逆文档频 率， 得到所述边的权重； 其中所述词频为所述subword词在对应的名字信息中出现的次数， 所述逆文档频率 为所述subw ord词的内核配置项数量的对数比例的倒数； 基于subword词袋中的词共现信息， 构建subword词节点之间的边， 并利用逐点互信息 计算两个subw ord词节点之间的权 重。 7.如权利要求1所述的方法， 其特征在于， 所述融合所述特征向量hname,i、 特征向量 hpath,i、 特征向量hdependence,i以及特征向量hhelp,i， 并对融合结果分类， 得到所述内核配置项 的分类结果， 包括： 将特征向量h* ,i输入多层感知机， 得到最优分向量h ′* ,i； 其中*∈{name,path,权　利　要　求　书 2/3 页 3 CN 115422361 A 3