专利权转让公示[2026]21号

我校5件发明专利拟转让******公司。根据《中华人民**国促进科技成果转化法》《****科技成果转化管理办法》（武工大科发[2025]5号）相关要求，经双方协商最终确定转让总金额为2.8万元（大写：肆万元整）。目前，全体发明人同意该专利成果转让。

公示期15天（2026年4月10日-2026年4月24日）。若有异议请在公示期内如实向科学技术发展院书面反映情况。联系电话：027-****0180。

特此公示。

专利名称：基于信息分发系统的内容分发装置

专利号：202****269269

发明人：邬少飞

专利权人：****

发明简介：本发明属于内容分发技术领域，尤其是基于信息分发系统的内容分发装置，针对存储装置混乱的问题，现提出以下方案，包括分开内容、接收器机器人装置和控制器，所述控制器包括有通信组件、操作组件、显示装置和存储装置，接收器设置为接收选择的频道的广播信号，所述存储装置包括有存储组件和内容储存组件。本发明通过设置有储存装置、存储组件、分发相关条件标识符、历史储存内容和最新储存内容，在标识符被显示在显示组件以使得选择为其设定分发相关条件的标识符的设置中，内容储存时，若储存的内容早已存在于历史储存内容时则不会进行重复储存，避免造成系统拥堵的现象，可有效降低装置内部的混乱。

专利名称：一种安卓平台的软件检测方法、系统、设备及介质

专利号：202****708799

发明人：邬少飞;付豪

专利权人：****

发明简介：本申请涉及一种安卓平台的软件检测方法、系统、设备及介质，方法包括：获取安卓安全软件和安卓恶意软件的原始应用数据；基于原始应用数据得到训练集；基于预设的双向长短期循环网络和预设的文本卷积网络，构建得到初始预测模型；利用训练集对初始预测模型进行训练，得到目标恶意软件预测模型；获取待测安卓软件的待测应用数据，并基于目标恶意软件检测模型对待测应用数据进行处理，得到待测安卓软件的预测结果。解决了随着恶意软件技术的快速发展，传统恶意软件检测方法的检测效率低下，易受到恶意软件逃避技术攻击，导致检测结果准确性较低的问题。

专利名称：一种负载均衡预测方法、装置、系统以及存储介质

专利号：202****077897

发明人：邬少飞;李星

专利权人：****

发明简介：本发明提供负载均衡预测方法、装置、系统以及存储介质，属于数据分类领域，方法包括：S1：从HBase数据库中获得服务器、区域拥有数、区域、区域访问量和区域访问时间；S2：将区域访问量与区域访问时间相除对应得到区域访问热度；S3：根据区域拥有数以及区域访问热度进行热负载的计算得到热负载，并将区域拥有数作为量负载；S4：根据热负载以及量负载进行总负载的计算得到总负载；S5：根据量负载对服务器进行划分得到饥饿服务器组、正常服务器组以及过载服务器组。本发明可以实现对热点数据更快速的处理，实现了数据的均匀分布，提高了数据的存储效率，适合普遍推广。

专利名称：VAE-SAGAN模型、欺诈检测模型训练方法及系统

专利号：202****788115

发明人：邬少飞;叶超前

专利权人：****

发明简介：本发明涉及一种VAESAGAN模型、欺诈检测模型训练方法及系统。VAESAGAN模型训练方法包括：获取多个第一欺诈样本作为第一训练集；将所述第一训练集输入预训VAESAGAN模型进行训练，训练过程如下：将各个第一欺诈样本输入到所述预训VAESAGAN模型，获得各个第一重构欺诈样本；获取每个第一欺诈样本与对应的第一重构欺诈样本之间的重构损失值和对抗损失值；将每个第一欺诈样本对应的重构损失值与对抗损失值之和作为总损失值；基于各个总损失值调整所述预训VAESAGAN模型的参数，并重复执行训练直至各个所述总损失值均收敛，和/或，直至迭代预设次数，则将当前的预训VAESAGAN模型作为目标VAESAGAN模型。能够通过过采样方法来保证欺诈样本和正常交易样本之间数据平衡化的效果。

专利名称：一种基于安卓恶意软件检测模型的恶意软件识别方法

专利号：202****582162

发明人：邬少飞;夏泽坤

专利权人：****

发明简介：本发明提出了一种基于安卓恶意软件检测模型的恶意软件识别方法，涉及恶意软件识别技术领域。APK文件中包含了权限信息和函数调用关系，因此，可构建APK文件对应的权限向量和函数调用图。分别训练第一模型和第二模型，第一模型用于基于APK文件中的权限信息进行恶意软件检测，第二模型用于基于函数调用图进行恶意软件检测。最后，对将第一模型与第二模型进行集成，得到安卓恶意软件检测模型。得到的安卓恶意软件检测模型能够大大提高检测的准确性和鲁棒性，适用于大规模安卓恶意软件的检测。

****科学技术发展院

2026年4月10日