USPTO《2024年7月主題適格示例集》全譯（一）

#本文僅代表作者觀(guān)點(diǎn)，不代表IPRdaily立場(chǎng)，未經(jīng)作者許可，禁止轉載#

“接受審查的權利要求并不一定要照搬示例權利要求才能主題適格。所有權利要求都將根據其最寬泛合理解釋進(jìn)行適格分析?！?br/>

來(lái)源：IPRdaily中文網(wǎng)（iprdaily.cn）

翻譯：杜衡

以下示例應與美國專(zhuān)利商標局關(guān)于主題適格的指南結合使用，該指南已納入《專(zhuān)利審查操作指南》（MPEP）2106[1]，并在《2024 年專(zhuān)利主題適格更新指南，包括人工智能方面》中進(jìn)行了討論。下面的示例是虛擬的，僅用于解釋如何使用MPEP 2106進(jìn)行的權利要求分析，以及解釋如下要點(diǎn)表中指出的特定議題。這些示例應根據下文所述的事實(shí)模式進(jìn)行解釋?zhuān)驗槠渌聦?shí)模式可能會(huì )產(chǎn)生不同的適格結果。接受審查的權利要求并不一定要照搬示例權利要求才能主題適格。所有權利要求都將根據其最寬泛合理解釋進(jìn)行適格分析。

請注意，此處提供的示例從第47號開(kāi)始連續編號，因為之前發(fā)布了46個(gè)示例[2]。這些示例的附錄1包含了美國專(zhuān)利商標局所有49個(gè)適格示例的綜合索引。

這些示例僅用于說(shuō)明專(zhuān)利主題適格分析。最終必須對所有權利要求進(jìn)行分析，以確定其是否符合可專(zhuān)利性的每一項要求[3]。下文提供的分析不涉及101條規定的主題適格以外的其他考慮因素。

示例47.異常檢測

本示例說(shuō)明了如何對權利要求進(jìn)行適格分析，這些權利要求記載了具體的人工智能限定，特別是使用人工神經(jīng)網(wǎng)絡(luò )識別或檢測異常情況。權利要求 1適格，因為它屬于一種法定類(lèi)別，并且沒(méi)有記載任何司法排除對象。權利要求 2不適格，因為它記載了一種司法排除對象（抽象想法），而且權利要求作為一個(gè)整體沒(méi)有將排除對象融入到實(shí)際應用之中（因此是針對抽象想法），而且權利要求沒(méi)有提供明顯超過(guò)排除對象的內容（沒(méi)有提供發(fā)明構思）。權利要求 3適格，因為它雖然記載了一種司法排除對象（抽象想法），但權利要求作為一個(gè)整體通過(guò)提高網(wǎng)絡(luò )安全性將排除對象融入到實(shí)際應用中。

背景技術(shù)

本發(fā)明旨在使用人工神經(jīng)網(wǎng)絡(luò )（ANN）來(lái)識別或檢測異常情況。與傳統的異常檢測方法相比，使用經(jīng)過(guò)專(zhuān)門(mén)訓練的人工神經(jīng)網(wǎng)絡(luò )來(lái)檢測異?，F象實(shí)現了許多改進(jìn)，包括更準確地檢測異?，F象。該應用程序還提供了訓練ANN的方法，從而縮短了訓練時(shí)間，并提供了更準確的異常檢測模型。

ANN是一種機器學(xué)習模型，用于執行各種復雜任務(wù)，包括圖像識別、語(yǔ)音識別、模式識別和異常檢測。ANN是一種受生物啟發(fā)的算法，可從訓練數據中學(xué)習?？赏ㄟ^(guò)軟件、硬件或軟硬件結合來(lái)實(shí)現ANN。示例性ANN的結構有一系列層，每個(gè)層包括一個(gè)或多個(gè)神經(jīng)元，排列在一個(gè)或多個(gè)神經(jīng)元陣列中。在一個(gè)示例性實(shí)施例中，神經(jīng)元可包括寄存器、微處理器和至少一個(gè)輸入。每個(gè)神經(jīng)元根據激活函數產(chǎn)生輸出或激活，激活函數使用前一層的輸出和一組權重作為輸入。神經(jīng)元陣列中的每個(gè)神經(jīng)元可通過(guò)突觸電路連接到另一個(gè)神經(jīng)元。突觸電路可包括用于存儲突觸權重的存儲器。示例性ANN可以是具有輸入層、輸出層和多個(gè)全連接隱藏層的深度神經(jīng)網(wǎng)絡(luò )。ANN在異常檢測中特別有用，因為它們可以有效地提取線(xiàn)性和非線(xiàn)性關(guān)系中的特征。在某些實(shí)施例中，ANN可由專(zhuān)用集成電路 (ASIC) 實(shí)現。ASIC可針對特定的人工智能應用進(jìn)行專(zhuān)門(mén)定制，與傳統的CPU相比，具有更強的計算能力并能降低電能功耗。

在某些實(shí)施例中，訓練數據是通過(guò)計算機接收連續數據，并利用計算機將連續數據離散化來(lái)生成的。在某些實(shí)施例中，連續數據可以通過(guò)網(wǎng)絡(luò )遠程接收。連續數據可以是歷史數據，神經(jīng)網(wǎng)絡(luò )可以利用這些數據學(xué)習模式，以識別或檢測潛在的異常情況。連續數據是被測量的數據，可以有任意可能值。使用離散數據而非連續數據來(lái)訓練機器學(xué)習模型可能更具優(yōu)勢。離散數據可以計數，且數值的量是有限的。任何類(lèi)型的離散化方法都可用于將連續數據轉換為離散數據，包括二值化、聚類(lèi)以及數值離散化。然后使用任何已知的訓練技術(shù)對ANN進(jìn)行訓練，生成一個(gè)訓練好的神經(jīng)網(wǎng)絡(luò )，用于檢測異常情況。訓練好的ANN會(huì )監控輸入的數據集，以檢測異常情況。如果訓練好的ANN檢測到一個(gè)或多個(gè)異常點(diǎn)，它還會(huì )分析檢測到的異常點(diǎn)，生成異常數據，這些數據可以輸出給用戶(hù)和/或用于重新訓練ANN。例如，異常數據可以解釋異常類(lèi)型或異常原因。

傳統的反向傳播算法和傳統的梯度下降算法可用于訓練神經(jīng)網(wǎng)絡(luò )。梯度下降算法是一種優(yōu)化算法，用于使可變實(shí)值多元函數最小化。梯度下降算法首先初始化參數值，然后進(jìn)行梯度下降計算，利用數學(xué)計算迭代調整參數值，使其損失函數最小化，從而優(yōu)化神經(jīng)網(wǎng)絡(luò )。反向傳播是計算導數的數學(xué)過(guò)程，而梯度下降則是利用計算出的導數調整模型參數，使損失函數最小化的過(guò)程。反向傳播是一種利用梯度下降對ANN進(jìn)行監督學(xué)習的數學(xué)計算方法。只要給定一種ANN和誤差函數，就能用反向傳播計算出相對于神經(jīng)網(wǎng)絡(luò )權重的誤差函數梯度。

異常檢測是一項重要任務(wù)，對任何行業(yè)都有影響，因為它可以識別偏離預期數據或通常模式的異常數據。例如，入侵檢測系統可以使用所公開(kāi)的異常檢測方法來(lái)改進(jìn)對惡意網(wǎng)絡(luò )數據包的檢測。異常檢測的難點(diǎn)在于系統必須確定正常數據和異常數據之間的界限，并準確地將數據分類(lèi)為正常數據或異常數據。在接近臨界和基于特定應用領(lǐng)域的情況下，正常數據和異常數據之間的界限可能很難確定。例如，在網(wǎng)絡(luò )安全或醫學(xué)領(lǐng)域，微小的變化可能會(huì )引發(fā)異常識別；而在敏感度較低的應用領(lǐng)域，相對較大的偏差可能會(huì )被視為正常。此外，惡意行為者可能會(huì )試圖將異常情況偽裝成正?；顒?dòng)。與使用傳統方法進(jìn)行異常檢測相比，本應用提供了使用訓練好的ANN進(jìn)行快速、準確地識別異常的解決方案。

在某些實(shí)施例中，ANN可以檢測網(wǎng)絡(luò )中的異常情況，異常情況表明存在潛在的網(wǎng)絡(luò )入侵或惡意攻擊。如果ANN檢測到網(wǎng)絡(luò )流量中的一個(gè)或多個(gè)異常，ANN還可以確定檢測到的異常是否與惡意數據包有關(guān)。如果檢測到的異常與惡意數據包有關(guān)，則ANN可使網(wǎng)絡(luò )設備丟棄惡意數據包，并阻止來(lái)自惡意數據包發(fā)送方的未來(lái)流量。通過(guò)自動(dòng)檢測網(wǎng)絡(luò )入侵或其他惡意攻擊，本發(fā)明可以自動(dòng)地、積極地修復網(wǎng)絡(luò )攻擊，從而增強網(wǎng)絡(luò )安全性。在某些實(shí)施例中，系統可使用各種檢測技術(shù)來(lái)檢測潛在惡意網(wǎng)絡(luò )數據包和潛在惡意網(wǎng)絡(luò )數據包的來(lái)源，并可提醒網(wǎng)絡(luò )管理員注意潛在問(wèn)題。系統可通過(guò)追蹤操作或使用軟件工具檢測潛在惡意網(wǎng)絡(luò )數據包的來(lái)源。所披露的系統可檢測網(wǎng)絡(luò )入侵并采取補救措施，包括自動(dòng)丟棄可疑數據包和阻止來(lái)自可疑源地址的流量，而無(wú)需向網(wǎng)絡(luò )管理員發(fā)出警報。與傳統的網(wǎng)絡(luò )修復解決方案不同，所披露的方法和系統能夠識別惡意網(wǎng)絡(luò )數據包并采取修復措施，包括實(shí)時(shí)丟棄可疑數據包和阻止來(lái)自可疑源地址的流量。所披露的系統可根據ANN實(shí)時(shí)識別的異常情況自動(dòng)丟棄可疑數據包并阻止來(lái)自可疑源地址的流量，從而避免了等待網(wǎng)絡(luò )管理員對網(wǎng)絡(luò )入侵做出反應所帶來(lái)的延遲，提高了網(wǎng)絡(luò )安全性。

權利要求

[權利要求 1] 一種用于人工神經(jīng)網(wǎng)絡(luò ) (ANN) 的專(zhuān)用集成電路 (ASIC)，該 ASIC 包含：
以陣列形式組織的多個(gè)神經(jīng)元，其中每個(gè)神經(jīng)元包括寄存器、微處理器和至少一個(gè)輸入；以及多個(gè)突觸電路，每個(gè)突觸電路包括用于存儲突觸權重的存儲器，其中每個(gè)神經(jīng)元通過(guò)多個(gè)突觸電路之一與至少一個(gè)其他神經(jīng)元連接。

[權利要求 2] 一種使用人工神經(jīng)網(wǎng)絡(luò )（ANN）的方法，包括：
(a) 在計算機上接收連續的訓練數據；
(b) 通過(guò)計算機將連續訓練數據離散化，以生成輸入數據；
(c) 計算機根據輸入數據和選定的訓練算法訓練 ANN，以生成訓練好的 ANN，其中選定的訓練算法包括反向傳播算法和梯度下降算法；
(d) 使用訓練好的ANN檢測數據集中的一個(gè)或多個(gè)異常點(diǎn)；
(e) 使用訓練好的ANN分析一個(gè)或多個(gè)檢測到的異常，以生成異常數據；
(f) 從訓練好的ANN輸出異常數據。

[權利要求3] 一種使用人工神經(jīng)網(wǎng)絡(luò )（ANN）檢測惡意網(wǎng)絡(luò )數據包的方法，包括：
(a) 由計算機訓練，ANN基于輸入數據和選定的訓練算法，以生成訓練好的ANN，其中選定的訓練算法包括反向傳播算法和梯度下降算法；
(b) 使用訓練好的ANN檢測網(wǎng)絡(luò )流量中的一個(gè)或多個(gè)異常點(diǎn)；
(c) 確定至少一個(gè)檢測到的異常與一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包有關(guān)；
(d) 實(shí)時(shí)檢測與一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包相關(guān)聯(lián)的源地址；
(e) 實(shí)時(shí)丟棄一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包；
(f) 阻止來(lái)自源地址的未來(lái)流量。

分析

權利要求1適格。

權利要求的解釋?zhuān)焊鶕顚挿汉侠斫忉專(zhuān)瑱嗬蟮男g(shù)語(yǔ)被推定為具有與本領(lǐng)域普通技術(shù)人員對說(shuō)明書(shū)的解釋一致的常規含義。參見(jiàn)《專(zhuān)利審查操作指南》（MPEP）2111。

該權利要求記載了一種用于人工神經(jīng)網(wǎng)絡(luò )（ANN）的專(zhuān)用集成電路（ASIC）。雖然背景資料解釋說(shuō) “人工神經(jīng)網(wǎng)絡(luò )可以通過(guò)軟件、硬件或軟件與硬件的組合來(lái)實(shí)現”，但對權利要求中的人工神經(jīng)網(wǎng)絡(luò )最寬泛合理解釋是需要硬件的，因為權利要求中的ASIC是一種實(shí)體電路。

步驟1：適格分析的這一部分評估權利要求是否屬于任何法定類(lèi)別[4]。參見(jiàn) MPEP 2106.03。該權利要求記載了一個(gè)實(shí)現ANN的ASIC。該權利要求關(guān)于實(shí)體電路，它是一種機器和/或制造物，屬于法定發(fā)明類(lèi)別之一。(步驟1：是）。

步驟2A的分支一：這部分的適格分析評估權利要求是否記載了司法排除對象。正如 MPEP 2106.04 第II小節所解釋的，當司法排除對象在權利要求中被“闡釋”或者“描述”時(shí)，該權利要求“記載”了司法排除對象。在該權利要求中沒(méi)有記載司法排除對象。該權利要求記載了多個(gè)神經(jīng)元，這些神經(jīng)元是由寄存器和微處理器組成的硬件組件，以及多個(gè)突觸電路，它們共同構成了一個(gè) ANN。該權利要求未涉及任何抽象想法，如數學(xué)概念、思維過(guò)程，或組織人類(lèi)活動(dòng)的方法，如基本經(jīng)濟概念或人際交往管理[5]。參見(jiàn) MPEP 2106.04(a)(2)。雖然ANN可以使用數學(xué)進(jìn)行訓練，但權利要求中并沒(méi)有記載數學(xué)概念。由于該權利要求沒(méi)有記載司法排除對象（步驟2A的分支一：否），因此它與司法排除對象無(wú)關(guān)（步驟2A：否）。權利要求適格。

權利要求2不合格。

權利要求的解釋?zhuān)?/strong>根據最寬泛合理解釋?zhuān)瑱嗬蟮男g(shù)語(yǔ)被推定為具有與本領(lǐng)域普通技術(shù)人員對說(shuō)明書(shū)的解釋一致的常規含義。參見(jiàn)《專(zhuān)利審查操作指南》（MPEP）2111。

步驟(a)和(b)記載了接收連續訓練數據并將其離散化，以生成輸入數據。術(shù)語(yǔ)“連續數據”被認為具有其常規含義，即任何被測量的數據，可以具有任意數量的可能值。離散數據的常規含義，正如背景材料第三段所支持的，是指可以計數、數值數量有限、更適合用作訓練數據的數據。

權利要求沒(méi)有對如何接收連續數據做出任何限定，但背景材料支持“接收”的常規含義，即包括通過(guò)網(wǎng)絡(luò )遠程接收數據。該權利要求也沒(méi)有限定“離散化 ”的常規含義，正如背景技術(shù)中解釋的那樣，離散化包括任何已知的離散化方法，包括二值化和聚類(lèi)、以及數值離散化，例如對連續數據值進(jìn)行四舍五入或執行其他可以用思維進(jìn)行的基本數學(xué)計算（見(jiàn)背景技術(shù)第三段）。步驟(c)記載了使用選定算法訓練ANN。訓練算法是反向傳播算法和梯度下降算法。如果根據背景技術(shù)給出的最寬泛合理解釋?zhuān)聪騻鞑ニ惴ê吞荻认陆邓惴ǘ际菙祵W(xué)計算。這些術(shù)語(yǔ)的常規含義是優(yōu)化算法，通過(guò)一系列數學(xué)計算來(lái)計算神經(jīng)網(wǎng)絡(luò )參數。背景技術(shù)第四段支持這一常規含義，指出“梯度下降算法首先初始化參數值，然后進(jìn)行梯度下降計算，利用數學(xué)計算迭代調整參數值，使其損失函數最小化”。背景技術(shù)還指出，“反向傳播是使用梯度下降法對ANN進(jìn)行監督學(xué)習的一種數學(xué)計算方法”。

步驟(a)、(b)和(c)均由計算機執行。所提及的計算機具有較高的通用性，即作為執行通用計算機功能的通用計算機。

步驟(d)記載了使用訓練好的ANN檢測數據集中的一個(gè)或多個(gè)異常點(diǎn)。該權利要求沒(méi)有提供關(guān)于訓練好的ANN如何運行或如何進(jìn)行檢測的任何細節，“檢測”的常規含義包括智力觀(guān)察或評估，例如，計算機程序員對數據集異常的智力識別。

步驟(e)包括使用訓練好的人工神經(jīng)網(wǎng)絡(luò )分析一個(gè)或多個(gè)檢測到的異常，以生成異常數據。分析步驟既包括確定已檢測到異常，也可進(jìn)一步包括提示異常的類(lèi)型或原因?！胺治觥钡某Ｒ幒x包括評估信息，在本權利要求中僅限于評估檢測到的異常，以便由訓練好的ANN生成異常數據。該權利要求并不限定分析（評估）的執行方式，而且檢測到的異常點(diǎn)本身并不限定分析的方式。如背景技術(shù)的說(shuō)明所述，“異常數據可以解釋異常類(lèi)型或異常原因”?！霸摍嗬鬀](méi)有包括任何解釋對檢測到的異常進(jìn)行分析的額外細節。

關(guān)于步驟(f)，輸出異常數據的步驟僅要求使用訓練好的ANN進(jìn)行通用輸出。權利要求并沒(méi)有對數據輸出的方式施加任何限定，也沒(méi)有要求使用任何特定的組件來(lái)輸出異常數據。

根據權利要求中詞語(yǔ)的本意，對權利要求 2 的最寬泛合理解釋是一種方法，該方法在計算機上接收連續訓練數據，使用計算機使得連續訓練數據離散化以生成輸入數據，使用輸入數據和選定的反向傳播算法和梯度下降算法訓練 ANN，使用訓練好的ANN檢測和分析數據集中的異常，并從訓練好的ANN輸出異常數據。所聲稱(chēng)的離散化、檢測和分析步驟包括智力選擇或評估；所聲稱(chēng)的離散化和使用反向傳播算法及梯度下降算法進(jìn)行的訓練，包括執行數學(xué)計算。

步驟1：這部分適格分析評估權利要求是否屬于任何法定類(lèi)別。參見(jiàn) MPEP 2106.03。該權利要求記載了至少一個(gè)步驟或行為，包括接收連續的訓練數據。因此，該權利要求涉及一種方法，而方法是發(fā)明的法定類(lèi)別之一。(步驟1：是）。

步驟2A分支一：這部分的適格分析評估權利要求是否記載了司法排除對象。正如MPEP 2106.04第II小節所解釋的，當司法排除對象在權利要求中被“闡釋”或“描述”時(shí)，權利要求就“記載”了司法排除對象。

如上所述，對步驟(b)、(d)和(e)最寬泛合理解釋是，這些步驟屬于抽象想法中的思維過(guò)程類(lèi)別，因為它們涵蓋了人類(lèi)頭腦中的概念，包括觀(guān)察、評價(jià)、判斷和鑒定。參見(jiàn)MPEP 2106.04(a)(2)第III小節。

具體地說(shuō)，步驟(b)記載了對連續訓練數據進(jìn)行離散化處理以生成輸入數據的過(guò)程，這些過(guò)程包括對連續數據進(jìn)行舍入、二值化或聚類(lèi)，這些過(guò)程可能實(shí)際上是在人類(lèi)頭腦中通過(guò)觀(guān)察、評估、判斷和鑒定進(jìn)行的。例如，所聲稱(chēng)的連續數據離散化包括觀(guān)察連續數據和執行評估，例如對連續數據進(jìn)行四舍五入。步驟 (d) 提及使用訓練好的ANN檢測數據集中的一個(gè)或多個(gè)異常點(diǎn)。根據說(shuō)明書(shū)最寬泛合理解釋?zhuān)皺z測”包括在頭腦中實(shí)際進(jìn)行的智力觀(guān)察或評估。例如，所聲稱(chēng)的檢測數據集中的異常包括觀(guān)察數據集中的數據，并通過(guò)比較異常數據和非異常數據進(jìn)行評估。步驟(e)包括使用訓練好的ANN分析一個(gè)或多個(gè)檢測到的異常，以生成異常數據。步驟(e)包括執行評估、判斷和鑒定，以對檢測到的異常情況做出判斷。根據說(shuō)明書(shū)最寬泛合理解釋?zhuān)胺治觥卑ㄍㄟ^(guò)觀(guān)察、評估、判斷和鑒定在人類(lèi)頭腦中實(shí)際執行的思維過(guò)程。參見(jiàn)MPEP 2106.04(a)(2)第III小節。

如上所述，對步驟(b)中離散化的最寬泛合理解釋也包括可以在頭腦中進(jìn)行的數學(xué)概念（如數值的四舍五入）。步驟(c)需要具體的數學(xué)計算（反向傳播算法和梯度下降算法）來(lái)執行ANN的訓練，因此包含數學(xué)概念。

“除非一項權利要求明確地記載了不同的排除情況，如自然規律和抽象想法，否則應注意不要將權利要求解析為多種排除情況，尤其是包含抽象想法的權利要求?！盡PEP 2106.04第II.B小節。然而，如果可能的話(huà)，審查員應將這些限定合在一起作為一種的抽象想法來(lái)考慮，而不是作為多種單獨的抽象想法來(lái)單獨分析?！袄?，在一項權利要求中包含了一系列步驟，這些步驟既記載了思維步驟，也記載了數學(xué)計算，審查員應在步驟 2A 的分支一中，將該權利要求確定為同時(shí)記載了思維過(guò)程和數學(xué)概念，以便在審查記錄中清楚地進(jìn)行分析?！?MPEP 2106.04第II.B小節。然而在此情況下，最高法院對此類(lèi)權利要求的處理方式與記載單一司法排除對象的權利要求相同。出處同上。（在 Bilski 訴 Kappos 案中論述，561 U.S. 593 (2010)）。在本案中，步驟(b)、(d)和(e)屬于抽象想法中的思維過(guò)程類(lèi)別，步驟(b)和(c)屬于抽象想法中的數學(xué)概念類(lèi)別。(b)-(e)的限定被一并視為單一的抽象想法而作進(jìn)一步分析。(步驟 2A的分支一：是）。

步驟 2A分支二：這部分的適格分析評估的是權利要求作為一個(gè)整體是否將所記載的司法排除對象融入到排除對象的實(shí)際應用中，或者權利要求是否“針對”司法排除對象。這一評估是通過(guò)以下方式進(jìn)行的：（1）確定權利要求中除了司法排除對象之外是否還記載了任何附加元素；（2）對這些附加元素進(jìn)行單獨評估和組合評估，以確定權利要求作為一個(gè)整體是否將排除對象融入[6]到實(shí)際應用中。參見(jiàn)MPEP 2106.04(d)。該權利要求記載了以下附加元素：“(a) 在計算機上接收連續的訓練數據”，在限定(d)和(e)中“使用訓練好的 ANN”，以及“(f) 從訓練好的ANN輸出異常數據”。權利要求還提到步驟(b)和(c)由計算機執行。

“(a)在計算機上接收連續的訓練數據”和“(f)從訓練好的ANN輸出異常數據”這兩項限定僅僅是數據收集和輸出的高度概括，因此是解決方案之外的次要行為[7]。見(jiàn) MPEP 2106.05(g)（“限定是否重要”）。此外，所有使用所記載的司法排除對象，都需要這種數據收集和輸出，因此，這些限定并沒(méi)有對權利要求施加任何有意義的限定。這些限定只是必要的數據收集和輸出。參見(jiàn) MPEP 2106.05。

此外，(a)、(b)和(c)的限定是由計算機執行的。計算機以高度概括的形式記載。在限定(a)中，計算機被用作執行接收數據的通用計算功能工具。參見(jiàn) MPEP 2106.05(f)。在 (b)和(c)的限定中，計算機被用來(lái)執行一種抽象想法，如上步驟 2A的分支一中所述，因此，它只不過(guò)是對使用通用計算機應用排除對象的指示。參見(jiàn)MPEP 2106.05(f)。

在(d)和(e)的限定中記載了“使用訓練好的ANN”，這只不過(guò)是指示在通用計算機上實(shí)現一種抽象想法。參見(jiàn) MPEP 2106.05(f)。MPEP 2106.05(f)提供了以下考慮因素，用于確定一項權利要求是否僅僅是以“應用它”（或等同于“應用它”）的措辭記載了司法排除對象，例如僅僅是指示在計算機上實(shí)現抽象想法：(1) 權利要求是否僅僅記載了解決的想法或者后果，即權利要求沒(méi)有記載如何實(shí)現問(wèn)題解決方案的細節；(2) 權利要求是否僅僅將計算機或其他機器作為執行現有程序的工具；(3)司法排除對象應用的特殊性或者普遍性。

司法排除對象“使用訓練好的ANN檢測數據集中的一個(gè)或多個(gè)異常點(diǎn)”和“使用訓練好的ANN分析一個(gè)或多個(gè)檢測到的異常點(diǎn)以生成異常數據”，運用了“使用訓練好的ANN”。訓練好的ANN被泛泛地用于對抽象想法的應用，而沒(méi)有對訓練好的ANN如何發(fā)揮作用作出任何限定。相反，這些限定只記載了“檢測一個(gè)或多個(gè)異常點(diǎn)”和“分析一個(gè)或多個(gè)檢測到的異常點(diǎn)”的結果，并沒(méi)有包括如何完成“檢測”和“分析”的任何細節。參見(jiàn)MPEP 2106.05(f)。

在(d)和(e)的限定中對“使用訓練好的ANN”的記載，也僅僅表明了運用司法排除對象的使用領(lǐng)域或技術(shù)環(huán)境。雖然“使用訓練好的ANN”這一附加元素，對于所確定的司法排除對象“使用訓練好的ANN檢測數據集中的一個(gè)或多個(gè)異常點(diǎn)”和“使用訓練好的ANN分析一個(gè)或多個(gè)檢測到的異常點(diǎn)以生成異常數據”產(chǎn)生限定，但這種限定形式僅僅是將抽象想法的使用限定在特定的技術(shù)環(huán)境（神經(jīng)網(wǎng)絡(luò )）中，因此未能為權利要求添加發(fā)明構思。參見(jiàn)MPEP 2106.05(h)。

即使綜合來(lái)看，這些附加元素也沒(méi)有將所記載的司法排除對象融入實(shí)際應用中（步驟2A分支二：否），因此權利要求是針對司法排除對象的。(步驟2A：是）。

步驟2B：這部分的適格分析評估的是，權利要求作為一個(gè)整體是否明顯超過(guò)所記載的排除對象，即是否有任何附加元素或附加元素的組合為權利要求添加發(fā)明構思。參見(jiàn) MPEP 2106.05。

正如對步驟2A分支二所解釋的那樣，有四個(gè)附加元素。在(d)和(e)的限定中，“使用訓練好的ANN”這一附加元素最多不過(guò)是指示“應用”抽象想法，不能提供發(fā)明構思。參見(jiàn)MPEP 2106.05(f)。

在步驟2A分支二中，附加元素(a)和(f)都被認定為解決方案之外的次要行為，因為它們被認定為必要的數據收集和輸出，并非重要的限定。然而，在步驟 2A分支二中得出的附加元素是解決方案之外的次要行為，這一結論還應在步驟2B中重新評估。見(jiàn)MPEP 2106.05，I.A小節。在步驟2B中，對于解決方案之外的次要行為的評估，要考慮到該解決方案之外的行為是否為該領(lǐng)域中熟知、常規而普遍的。參見(jiàn)MPEP 2106.05(g)。

如上步驟 2A分支二所述，“(a)接收連續的訓練數據”和“(g)從訓練好的ANN輸出異常數據”的記載具有高度的概括性。這些內容相當于通過(guò)網(wǎng)絡(luò )接收或傳輸數據，是熟知、常規而普遍的行為。參見(jiàn)MPEP 2106.05(d)第II小節。

正如上述步驟2A分支二所討論的，對計算機執行(a)、(b)和(c) 限定的記載不過(guò)是簡(jiǎn)單指示使用通用計算機組件應用排除對象。

即使綜合考慮，這些附加元素也僅僅是指示在計算機上實(shí)現抽象想法或其他排除對象，以及解決方案之外的次要行為，并沒(méi)有提供發(fā)明構思。(步驟2B：否）。

權利要求3適格。

權利要求的解釋?zhuān)?/strong>根據最寬泛合理解釋?zhuān)瑱嗬蟮男g(shù)語(yǔ)被推定為具有與本領(lǐng)域普通技術(shù)人員對說(shuō)明書(shū)的解釋一致的常規含義。參見(jiàn)《專(zhuān)利審查操作指南》（MPEP）2111。

步驟(a)記載了“……訓練，ANN基于輸入數據……以生成訓練好的 ANN?！睓嗬笾杏涊d了使用反向傳播算法和梯度下降算法進(jìn)行訓練。當以最寬泛合理解釋的角度來(lái)看公開(kāi)的內容，反向傳播算法和梯度下降算法都是數學(xué)計算。這些術(shù)語(yǔ)的通常含義是通過(guò)一系列數學(xué)計算來(lái)計算神經(jīng)網(wǎng)絡(luò )參數的優(yōu)化算法。背景技術(shù)第四段中支持了這一通常含義（“梯度下降算法首先初始化參數值，然后進(jìn)行梯度下降計算，利用數學(xué)計算迭代調整參數值，使其損失函數最小化”）。限定(a)也記載了是由計算機執行的。所記載的計算機具有高度通用性。

步驟(b)提到“使用訓練好的ANN檢測網(wǎng)絡(luò )流量中的一個(gè)或多個(gè)異常點(diǎn)”。該權利要求沒(méi)有提供關(guān)于訓練好的ANN如何運行或如何進(jìn)行檢測的任何細節，而“檢測”的常規含義包括智力觀(guān)察或評估（例如，計算機程序員對數據集中異常的智力識別）。

步驟(c)提到 “確定至少一個(gè)檢測到的異常與一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包有關(guān)”。根據最寬泛合理解釋?zhuān)@一步只要求將檢測到的異常與惡意網(wǎng)絡(luò )數據包相關(guān)聯(lián)。這一步并不要求使用任何特定的程序或組件將檢測到的異常與一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包關(guān)聯(lián)起來(lái)。

步驟(d)進(jìn)一步提到 “實(shí)時(shí)檢測與一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包相關(guān)聯(lián)的源地址”。對 “實(shí)時(shí)檢測與一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包相關(guān)聯(lián)的源地址”最寬泛的合理解釋是，檢測是一種高度概括描述的計算機功能。具體而言，背景技術(shù)第六段指出，計算機可以通過(guò)追蹤操作或使用軟件工具來(lái)執行檢測。

步驟(e)和(f)進(jìn)一步說(shuō)明了為補救或防止網(wǎng)絡(luò )入侵而執行的補救操作。所要求的(e)步驟，自動(dòng)丟棄一個(gè)或多個(gè)惡意軟件。(f)步驟阻止來(lái)自源地址的未來(lái)流量，提供了具體的計算機解決方案，該方案利用ANN的輸出為檢測到的異常情況提供安全解決方案。如背景技術(shù)第六 段所述，該系統可“自動(dòng)”丟棄惡意網(wǎng)絡(luò )數據包并阻止未來(lái)流量，而無(wú)需網(wǎng)絡(luò )管理員采取任何行為。相反，ANN可以判斷網(wǎng)絡(luò )數據包是否可能是惡意的，并采取行動(dòng)丟棄惡意網(wǎng)絡(luò )數據包和阻止未來(lái)的流量。

步驟1：這部分的適格分析評估權利要求是否屬于任何法定類(lèi)別。參見(jiàn)MPEP 2106.03。該權利要求記載了一系列步驟，因此是一種方法。參見(jiàn) MPEP 2106.03（步驟 1：是）。

步驟2A分支一：這部分適格分析評估了權利要求是否記載了司法排除對象。正如 MPEP 2106.04 第 II 小節所解釋的，當司法排除對象在權利要求中被“闡釋”或“描述”時(shí)，權利要求即“記載”了司法排除對象。

步驟(a)規定使用特定的數學(xué)計算（反向傳播算法和梯度下降算法）來(lái)執行ANN的訓練，因此包含了數學(xué)概念。

如上所述，對步驟(b)和(c)的最寬泛合理解釋是，它們屬于抽象想法中的思維過(guò)程類(lèi)別，因為它們涵蓋了人類(lèi)思維中運行的概念，包括觀(guān)察、評估、判斷和鑒定。參見(jiàn)MPEP 2106.04(a)(2)第III小節。

具體來(lái)說(shuō)，“檢測網(wǎng)絡(luò )流量中的一個(gè)或多個(gè)異常點(diǎn)”是一個(gè)思維過(guò)程，因為所要求的檢測是由人觀(guān)察網(wǎng)絡(luò )流量數據并使用“評估、判斷和鑒定”來(lái)檢測是否出現異常點(diǎn)，從而使在人的思維中實(shí)際運行的過(guò)程?！按_定至少一個(gè)檢測到的異常情況與一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包相關(guān)聯(lián)”只要求將檢測到的異常情況與上述惡意網(wǎng)絡(luò )數據包相關(guān)聯(lián)。該權利要求記載的限定屬于抽象想法中的思維過(guò)程類(lèi)別。

“除非清楚地表明權利要求中包含了不同的排除對象，如自然規律和抽象想法，否則應注意不要將權利要求解析為多個(gè)排除對象，特別是在涉及抽象想法的權利要求中?！盡PEP 2106.04，第 II.B 小節（在Bilski 訴 Kappos 案中論述，561 U.S. 593 (2010)）。此處，步驟 (a) 記載了一個(gè)數學(xué)概念，步驟 (b) 和 (c) 記載了思維過(guò)程；因此，權利要求 3 記載了多種抽象想法。正如上文關(guān)于權利要求 2 的討論一樣，在本案中，適合將這些限定作為一種單一的抽象想法來(lái)考慮，而不是作為多個(gè)單獨的抽象想法來(lái)單獨分析。在(d)-(f)的限定中沒(méi)有記載思維過(guò)程，因為它們無(wú)法在人腦中實(shí)際執行。也就是說(shuō)，人腦不具備檢測與惡意網(wǎng)絡(luò )數據包相關(guān)的源地址、實(shí)時(shí)丟棄惡意網(wǎng)絡(luò )數據包并阻止未來(lái)流量的能力。參見(jiàn)MPEP 2106.04(a)(2)第III.A小節（在SRI Int'l, Inc.訴Cisco Systems, Inc., 案例中討論，930 F.3d 1295, 1303 (Fed. Cir. 2019)）。由于步驟(a)和步驟(b)-(c)屬于抽象想法的不同類(lèi)別（即分別屬于數學(xué)概念和思維過(guò)程），這些限定被視為單一的抽象想法進(jìn)行進(jìn)一步分析。(步驟 2A分支一：是）。

步驟2A分支二：這部分的適格分析評估的是權利要求作為一個(gè)整體是否將所記載的司法排除對象融入排除對象的實(shí)際應用中。這一評估是通過(guò)以下方式進(jìn)行的：（1）確定權利要求中除了司法排除對象之外是否還記載了任何附加元素；（2）對這些附加元素進(jìn)行單獨和組合評估，以確定權利要求作為一個(gè)整體是否將排除對象融入實(shí)際應用中。參見(jiàn) MPEP 2106.04(d)。

確定與實(shí)際應用相結合的一種方法是，當權利要求的發(fā)明改進(jìn)了計算機的功能或改進(jìn)了另一項技術(shù)或技術(shù)領(lǐng)域時(shí)。要評估對計算機或技術(shù)領(lǐng)域的改進(jìn)，說(shuō)明書(shū)必須闡明對技術(shù)的改進(jìn)，而權利要求本身必須反映所披露的改進(jìn)。參見(jiàn) MPEP 2106.04(d)(1) 和 2106.05(a)。

權利要求記載了“(d) 檢測與一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包相關(guān)聯(lián)的源地址”、“(e) 丟棄一個(gè)或多個(gè)惡意網(wǎng)絡(luò )數據包”和“(f) 阻止來(lái)自源地址的未來(lái)流量”等附加元素。權利要求還記載了(a)由計算機執行。

在限定(a)中，計算機被用來(lái)執行一種抽象想法，如上述步驟 2A分支一中所討論的，因此它只不過(guò)是指示使用通用計算機應用排除對象。參見(jiàn) MPEP 2106.05(f)。在限定(b)中，使用訓練好的ANN并沒(méi)有將限定(b)中的抽象想法融入實(shí)際應用中，原因與上述在權利要求 2 的限定(d)中解釋的類(lèi)似。此外，對“網(wǎng)絡(luò )流量”的記載將限定(b)中記載的抽象想法與特定的使用領(lǐng)域泛泛地聯(lián)系起來(lái)。參見(jiàn)MPEP 2106.05(h)。

在考慮權利要求作為一個(gè)整體是否包含對計算機或技術(shù)領(lǐng)域的改進(jìn)時(shí)，需要對說(shuō)明書(shū)和權利要求進(jìn)行評估，以確保說(shuō)明書(shū)中提供了對所聲稱(chēng)改進(jìn)的技術(shù)解釋?zhuān)覚嗬蠓从沉怂Q(chēng)改進(jìn)。參見(jiàn) MPEP 2106.04(d)(1)。根據背景技術(shù)部分，現有系統使用各種檢測技術(shù)來(lái)檢測潛在的惡意網(wǎng)絡(luò )數據包，并可提醒網(wǎng)絡(luò )管理員注意潛在的問(wèn)題。所披露的系統可檢測網(wǎng)絡(luò )入侵并采取實(shí)時(shí)補救措施，包括丟棄可疑數據包和阻止來(lái)自可疑源地址的流量。背景技術(shù)部分進(jìn)一步解釋說(shuō)，所披露的系統通過(guò)實(shí)時(shí)行動(dòng)來(lái)主動(dòng)防止網(wǎng)絡(luò )入侵，從而增強了安全性。

所要求保護的發(fā)明反映了網(wǎng)絡(luò )入侵檢測技術(shù)領(lǐng)域的這一改進(jìn)。步驟(d)-(f)表達了提升的網(wǎng)絡(luò )安全，利用檢測到的信息，通過(guò)檢測與潛在惡意數據包相關(guān)的源地址，主動(dòng)采取措施補救危險，從而增強安全性。具體來(lái)說(shuō)，權利要求在步驟(d)中反映了改進(jìn)，在步驟(e)中丟棄潛在惡意數據包，在步驟(f)中阻止來(lái)自源地址的未來(lái)流量。這些步驟反映了背景技術(shù)中描述的改進(jìn)。因此，權利要求作為一個(gè)整體將司法排除對象融入實(shí)際應用中，權利要求并不針對司法排除對象。

當綜合考慮步驟(d)-(f)中的附加元素時(shí)，由于權利要求改善了計算機或技術(shù)領(lǐng)域的功能，因此將抽象想法融入實(shí)際應用。參見(jiàn)MPEP 2106.04(d)(1)和2106.05(a)。要求保護的發(fā)明反映了網(wǎng)絡(luò )入侵檢測技術(shù)領(lǐng)域的這種改進(jìn)。因此，該權利要求作為一個(gè)整體將司法排除對象融入實(shí)際應用（步驟2A分支二：是），所以該權利要求并非針對司法排除對象。(步驟2A：否）。該權利要求適格。

注釋?zhuān)?/strong>
* 本文翻譯自《July 2024 Subject Matter Eligibility Examples》，來(lái)源美國專(zhuān)利商標局官網(wǎng)，https://www.uspto.gov/patents/laws/examination-policy/subject-matter-eligibility。
[1]“2106”是《美國專(zhuān)利審查操作指南》（MPEP）第21章（2100）“可專(zhuān)利性”下轄的一級小節編號，由3-4位數字組成；由于“2106”的實(shí)際含義是第21章第06節，而非從“1”開(kāi)始的連續序列編號，因此不譯作“第2106節”。二級小節是在一級小節后用“.”連接兩位數字，如2106.04；三級小節再添加一個(gè)字母，如2106.04(a)；四級小節進(jìn)一步添加一位帶括號的數字，如2106.04(a)(1)。每章節內的具體行文如需細分，則統一用羅馬數字和大寫(xiě)字母構成的二級編號體系區分定位。以下腳注均為譯者撰寫(xiě)。
[2]客體判斷示例1-46已于2014.12.16至2019.10.17期間在美國專(zhuān)利商標局官網(wǎng)陸續頒布。具體訪(fǎng)問(wèn)網(wǎng)址https://www.uspto.gov/patents/laws/examination-policy/subject-matter-eligibility
[3]“可專(zhuān)利性”除101條的專(zhuān)利適格外，主要還包括102條的新穎性，103條的非顯而易見(jiàn)性和112條的清楚、支持及能夠實(shí)現。
[4]法定類(lèi)別是指美國法典第35編（即專(zhuān)利法）101條中明文允許的四種發(fā)明主題：方法，機器，制造物和組合物。
[5]在MPEP 2106.04(a)(2)中定義了抽象想法(abstract idea)包括數學(xué)概念(mathematical concept)、思維過(guò)程(mental process)和組織人類(lèi)活動(dòng)的方法，其中組織人類(lèi)活動(dòng)的方法又進(jìn)一步包括基本經(jīng)濟概念、人際交往管理等。
[6]原文表述為integrate…into，意思是權利要求中的“司法排除對象”（judicial exception）（如抽象想法）和“附加元素”（additional elements）緊密結合，一體化地產(chǎn)生實(shí)際應用，因此譯為“融入”。
[7]原文表述為insignificant extra-solution activity，是MPEP中自定義的一個(gè)術(shù)語(yǔ)，表示與發(fā)明構思相關(guān)度較低的技術(shù)特征。

相關(guān)閱讀：

美國專(zhuān)利商標局2024年7月專(zhuān)利適格指南更新及最新案例導讀

（原標題：USPTO《2024年7月主題適格示例集》全譯【一】）

點(diǎn)擊“閱讀原文”查看USPTO《2024年7月主題適格示例集》原件。

來(lái)源：IPRdaily中文網(wǎng)（iprdaily.cn）

翻譯：杜衡

編輯：IPRdaily趙甄          校對：IPRdaily縱橫君

注：原文鏈接：USPTO《2024年7月主題適格示例集》全譯（一）（點(diǎn)擊標題查看原文）

「關(guān)于IPRdaily」

IPRdaily是全球領(lǐng)先的知識產(chǎn)權綜合信息服務(wù)提供商，致力于連接全球知識產(chǎn)權與科技創(chuàng )新人才。匯聚了來(lái)自于中國、美國、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個(gè)國家和地區的高科技公司及成長(cháng)型科技企業(yè)的管理者及科技研發(fā)或知識產(chǎn)權負責人，還有來(lái)自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機構的全球近100萬(wàn)用戶(hù)（國內70余萬(wàn)+海外近30萬(wàn)），2019年全年全網(wǎng)頁(yè)面瀏覽量已經(jīng)突破過(guò)億次傳播。

（英文官網(wǎng)：iprdaily.com  中文官網(wǎng)：iprdaily.cn） 

本文來(lái)自IPRdaily中文網(wǎng)（iprdaily.cn）并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉載此文章須經(jīng)權利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場(chǎng)，如若轉載，請注明出處：“http://qaqi.cn”