北京大学作为首批国家知识产权示范高校及高等学校专业化技术转移机构建设试点单位。自2022年5月开始，北京大学明确开放许可合同内容与签订流程，通过专利分析统计主动发现和发布通知集中征集相结合的方式收集并整理了五批专利共108件参加专利开放许可项目。新一批参加开放许可的7件专利分别来自北京大学的4个技术团队，涉及计算机技术、生物医药等技术领域。其中包括：
增量代码的静态检测方法及检测系统
专利号：CN202210147761.4
许可截止日期：2026年1月31日
本发明涉及计算机科学技术领域，尤其涉及一种增量代码的静态检测方法及检测系统。静态检测方法具体包含以下步骤：识别所述待测代码的增量部分，构建抽象语法树，合成待测代码的函数调用图，构建增量部分的值依赖图和待测代码的值依赖图，对待测代码值依赖图进行漏洞检测得增量代码的静态检测结果；还包含步骤：将原代码进行静态分析和将原代码和增量代码的静态检测结果结合得到待测代码的静态检测结果。本发明解决了现有技术中静态检测方法精度差容易漏报或误报及代码更新后全检测周期长、资源消耗大、经济性差的问题，具有以下优点：大幅减少分析时间和内存，效率高，成本低和精度高的特点。
分级多特征的代码同源分析方法及系统
专利号：CN202210913259.X
许可截止日期：2026年1月31日
本发明涉及软件代码分析领域，公开了一种分级多特征的代码同源分析方法及系统，使用值依赖分析技术，脱离了特征提取对于结构的依赖，更准确地发现代码中的不可达路径、并更精确地计算变量常量值和变量之间的依赖关系，从而更加全面、准确构建代码在控制流和数据流上的归一化模型，使用分级的方法，将项目按照粒度由大到小划分为项目、包、文件、类和函数五层，此外按照分析精度由低到高划分为文本、标识、语法、语义四层，通过流水线由项目向函数逐级分解、再从函数向项目逐级推导和综合结果，通过流水线的方式有机组合不同粒度和不同分析层次，利用不同分析方法的优点，加速代码匹配过程，提高匹配速度和匹配精度。
一种基于自主机器人的分布式清洁碳化系统
专利号：CN202311151530.1
许可截止日期：2025年12月31日
本发明涉及碳化系统的技术领域，具体涉及一种基于自主机器人的分布式清洁碳化系统，该系统包括预处理模块、碳化模块、工作人员信息储存模块、机器人控制模块、机器人标记模块和机器人通信模块；机器人控制模块根据垃圾预处理质量参考系数、垃圾碳化结果参考系数、工作人员在职年限、垃圾碳化前预热温度、垃圾碳化前预热时间、垃圾碳化时压力和垃圾碳化时平均温度计算垃圾碳化效果评定系数，根据垃圾碳化效果评定系数计算垃圾碳化效果信息并传输至机器人标记模块和机器人通信模块。上述通过垃圾碳化效果信息能评定对应系统的垃圾碳化效果好坏，工作人员根据上述信息安排需要碳化的垃圾的量。
基于机器学习的用户异常行为检测方法及装置
专利号：CN202210249805.4
许可截止日期：2025年12月31日
本发明提供一种基于机器学习的用户异常行为检测方法及装置，该方法包括：获取用户的操作日志信息；将操作日志信息输入到行为检测模型中，得到行为检测模型输出的用户行为属性；其中，行为检测模型为以样本日志信息为样本，以与样本日志信息对应的用户行为属性样本数据为标签进行训练得到的；行为检测模型内部包括多种神经网络模型，每种神经网络模型基于操作日志信息输出一种参考行为属性，用户行为属性为基于多种神经网络模型的权重参数以及对应输出的参考行为属性确定的。本发明提供的基于机器学习的用户异常行为检测方法及装置，得到用户行为属性的准确率更高，能够提高对用户异常行为检测的效率，便于及时发现用户的异常行为。（校对/赵碧莹）
