USPTO《2024年7月主題適格示例集》全譯（一）

納暮2個月前

#本文僅代表作者觀點，不代表IPRdaily立場，未經(jīng)作者許可，禁止轉(zhuǎn)載#

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

來源：IPRdaily中文網(wǎng)（iprdaily.cn）

翻譯：杜衡

以下示例應(yīng)與美國專利商標(biāo)局關(guān)于主題適格的指南結(jié)合使用，該指南已納入《專利審查操作指南》（MPEP）2106[1]，并在《2024 年專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(quán)利要求分析，以及解釋如下要點表中指出的特定議題。這些示例應(yīng)根據(jù)下文所述的事實模式進(jìn)行解釋，因為其他事實模式可能會產(chǎn)生不同的適格結(jié)果。接受審查的權(quán)利要求并不一定要照搬示例權(quán)利要求才能主題適格。所有權(quán)利要求都將根據(jù)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號開始連續(xù)編號，因為之前發(fā)布了46個示例[2]。這些示例的附錄1包含了美國專利商標(biāo)局所有49個適格示例的綜合索引。

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

USPTO《2024年7月主題適格示例集》全譯（一）

示例47.異常檢測

本示例說明了如何對權(quán)利要求進(jìn)行適格分析，這些權(quán)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(quán)利要求 1適格，因為它屬于一種法定類別，并且沒有記載任何司法排除對象。權(quán)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(quán)利要求作為一個整體沒有將排除對象融入到實際應(yīng)用之中（因此是針對抽象想法），而且權(quán)利要求沒有提供明顯超過排除對象的內(nèi)容（沒有提供發(fā)明構(gòu)思）。權(quán)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(quán)利要求作為一個整體通過提高網(wǎng)絡(luò)安全性將排除對象融入到實際應(yīng)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）來識別或檢測異常情況。與傳統(tǒng)的異常檢測方法相比，使用經(jīng)過專門訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)來檢測異?，F(xiàn)象實現(xiàn)了許多改進(jìn)，包括更準(zhǔn)確地檢測異常現(xiàn)象。該應(yīng)用程序還提供了訓(xùn)練ANN的方法，從而縮短了訓(xùn)練時間，并提供了更準(zhǔn)確的異常檢測模型。

ANN是一種機(jī)器學(xué)習(xí)模型，用于執(zhí)行各種復(fù)雜任務(wù)，包括圖像識別、語音識別、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(xùn)練數(shù)據(jù)中學(xué)習(xí)?？赏ㄟ^軟件、硬件或軟硬件結(jié)合來實現(xiàn)ANN。示例性ANN的結(jié)構(gòu)有一系列層，每個層包括一個或多個神經(jīng)元，排列在一個或多個神經(jīng)元陣列中。在一個示例性實施例中，神經(jīng)元可包括寄存器、微處理器和至少一個輸入。每個神經(jīng)元根據(jù)激活函數(shù)產(chǎn)生輸出或激活，激活函數(shù)使用前一層的輸出和一組權(quán)重作為輸入。神經(jīng)元陣列中的每個神經(jīng)元可通過突觸電路連接到另一個神經(jīng)元。突觸電路可包括用于存儲突觸權(quán)重的存儲器。示例性ANN可以是具有輸入層、輸出層和多個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性和非線性關(guān)系中的特征。在某些實施例中，ANN可由專用集成電路 (ASIC) 實現(xiàn)。ASIC可針對特定的人工智能應(yīng)用進(jìn)行專門定制，與傳統(tǒng)的CPU相比，具有更強(qiáng)的計算能力并能降低電能功耗。

在某些實施例中，訓(xùn)練數(shù)據(jù)是通過計算機(jī)接收連續(xù)數(shù)據(jù)，并利用計算機(jī)將連續(xù)數(shù)據(jù)離散化來生成的。在某些實施例中，連續(xù)數(shù)據(jù)可以通過網(wǎng)絡(luò)遠(yuǎn)程接收。連續(xù)數(shù)據(jù)可以是歷史數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)可以利用這些數(shù)據(jù)學(xué)習(xí)模式，以識別或檢測潛在的異常情況。連續(xù)數(shù)據(jù)是被測量的數(shù)據(jù)，可以有任意可能值。使用離散數(shù)據(jù)而非連續(xù)數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)模型可能更具優(yōu)勢。離散數(shù)據(jù)可以計數(shù)，且數(shù)值的量是有限的。任何類型的離散化方法都可用于將連續(xù)數(shù)據(jù)轉(zhuǎn)換為離散數(shù)據(jù)，包括二值化、聚類以及數(shù)值離散化。然后使用任何已知的訓(xùn)練技術(shù)對ANN進(jìn)行訓(xùn)練，生成一個訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，用于檢測異常情況。訓(xùn)練好的ANN會監(jiān)控輸入的數(shù)據(jù)集，以檢測異常情況。如果訓(xùn)練好的ANN檢測到一個或多個異常點，它還會分析檢測到的異常點，生成異常數(shù)據(jù)，這些數(shù)據(jù)可以輸出給用戶和/或用于重新訓(xùn)練ANN。例如，異常數(shù)據(jù)可以解釋異常類型或異常原因。

傳統(tǒng)的反向傳播算法和傳統(tǒng)的梯度下降算法可用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。梯度下降算法是一種優(yōu)化算法，用于使可變實值多元函數(shù)最小化。梯度下降算法首先初始化參數(shù)值，然后進(jìn)行梯度下降計算，利用數(shù)學(xué)計算迭代調(diào)整參數(shù)值，使其損失函數(shù)最小化，從而優(yōu)化神經(jīng)網(wǎng)絡(luò)。反向傳播是計算導(dǎo)數(shù)的數(shù)學(xué)過程，而梯度下降則是利用計算出的導(dǎo)數(shù)調(diào)整模型參數(shù)，使損失函數(shù)最小化的過程。反向傳播是一種利用梯度下降對ANN進(jìn)行監(jiān)督學(xué)習(xí)的數(shù)學(xué)計算方法。只要給定一種ANN和誤差函數(shù)，就能用反向傳播計算出相對于神經(jīng)網(wǎng)絡(luò)權(quán)重的誤差函數(shù)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(yù)期數(shù)據(jù)或通常模式的異常數(shù)據(jù)。例如，入侵檢測系統(tǒng)可以使用所公開的異常檢測方法來改進(jìn)對惡意網(wǎng)絡(luò)數(shù)據(jù)包的檢測。異常檢測的難點在于系統(tǒng)必須確定正常數(shù)據(jù)和異常數(shù)據(jù)之間的界限，并準(zhǔn)確地將數(shù)據(jù)分類為正常數(shù)據(jù)或異常數(shù)據(jù)。在接近臨界和基于特定應(yīng)用領(lǐng)域的情況下，正常數(shù)據(jù)和異常數(shù)據(jù)之間的界限可能很難確定。例如，在網(wǎng)絡(luò)安全或醫(yī)學(xué)領(lǐng)域，微小的變化可能會引發(fā)異常識別；而在敏感度較低的應(yīng)用領(lǐng)域，相對較大的偏差可能會被視為正常。此外，惡意行為者可能會試圖將異常情況偽裝成正?；顒印Ｅc使用傳統(tǒng)方法進(jìn)行異常檢測相比，本應(yīng)用提供了使用訓(xùn)練好的ANN進(jìn)行快速、準(zhǔn)確地識別異常的解決方案。

在某些實施例中，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)流量中的一個或多個異常，ANN還可以確定檢測到的異常是否與惡意數(shù)據(jù)包有關(guān)。如果檢測到的異常與惡意數(shù)據(jù)包有關(guān)，則ANN可使網(wǎng)絡(luò)設(shè)備丟棄惡意數(shù)據(jù)包，并阻止來自惡意數(shù)據(jù)包發(fā)送方的未來流量。通過自動檢測網(wǎng)絡(luò)入侵或其他惡意攻擊，本發(fā)明可以自動地、積極地修復(fù)網(wǎng)絡(luò)攻擊，從而增強(qiáng)網(wǎng)絡(luò)安全性。在某些實施例中，系統(tǒng)可使用各種檢測技術(shù)來檢測潛在惡意網(wǎng)絡(luò)數(shù)據(jù)包和潛在惡意網(wǎng)絡(luò)數(shù)據(jù)包的來源，并可提醒網(wǎng)絡(luò)管理員注意潛在問題。系統(tǒng)可通過追蹤操作或使用軟件工具檢測潛在惡意網(wǎng)絡(luò)數(shù)據(jù)包的來源。所披露的系統(tǒng)可檢測網(wǎng)絡(luò)入侵并采取補(bǔ)救措施，包括自動丟棄可疑數(shù)據(jù)包和阻止來自可疑源地址的流量，而無需向網(wǎng)絡(luò)管理員發(fā)出警報。與傳統(tǒng)的網(wǎng)絡(luò)修復(fù)解決方案不同，所披露的方法和系統(tǒng)能夠識別惡意網(wǎng)絡(luò)數(shù)據(jù)包并采取修復(fù)措施，包括實時丟棄可疑數(shù)據(jù)包和阻止來自可疑源地址的流量。所披露的系統(tǒng)可根據(jù)ANN實時識別的異常情況自動丟棄可疑數(shù)據(jù)包并阻止來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(yīng)所帶來的延遲，提高了網(wǎng)絡(luò)安全性。

權(quán)利要求

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

[權(quán)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(jī)上接收連續(xù)的訓(xùn)練數(shù)據(jù)；
(b) 通過計算機(jī)將連續(xù)訓(xùn)練數(shù)據(jù)離散化，以生成輸入數(shù)據(jù)；
(c) 計算機(jī)根據(jù)輸入數(shù)據(jù)和選定的訓(xùn)練算法訓(xùn)練 ANN，以生成訓(xùn)練好的 ANN，其中選定的訓(xùn)練算法包括反向傳播算法和梯度下降算法；
(d) 使用訓(xùn)練好的ANN檢測數(shù)據(jù)集中的一個或多個異常點；
(e) 使用訓(xùn)練好的ANN分析一個或多個檢測到的異常，以生成異常數(shù)據(jù)；
(f) 從訓(xùn)練好的ANN輸出異常數(shù)據(jù)。

[權(quán)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(shù)據(jù)包的方法，包括：
(a) 由計算機(jī)訓(xùn)練，ANN基于輸入數(shù)據(jù)和選定的訓(xùn)練算法，以生成訓(xùn)練好的ANN，其中選定的訓(xùn)練算法包括反向傳播算法和梯度下降算法；
(b) 使用訓(xùn)練好的ANN檢測網(wǎng)絡(luò)流量中的一個或多個異常點；
(c) 確定至少一個檢測到的異常與一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)包有關(guān)；
(d) 實時檢測與一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)包相關(guān)聯(lián)的源地址；
(e) 實時丟棄一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)包；
(f) 阻止來自源地址的未來流量。

分析

權(quán)利要求1適格。

權(quán)利要求的解釋：根據(jù)最寬泛合理解釋，權(quán)利要求的術(shù)語被推定為具有與本領(lǐng)域普通技術(shù)人員對說明書的解釋一致的常規(guī)含義。參見《專利審查操作指南》（MPEP）2111。

該權(quán)利要求記載了一種用于人工神經(jīng)網(wǎng)絡(luò)（ANN）的專用集成電路（ASIC）。雖然背景資料解釋說 “人工神經(jīng)網(wǎng)絡(luò)可以通過軟件、硬件或軟件與硬件的組合來實現(xiàn)”，但對權(quán)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(quán)利要求中的ASIC是一種實體電路。

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

步驟2A的分支一：這部分的適格分析評估權(quán)利要求是否記載了司法排除對象。正如 MPEP 2106.04 第II小節(jié)所解釋的，當(dāng)司法排除對象在權(quán)利要求中被“闡釋”或者“描述”時，該權(quán)利要求“記載”了司法排除對象。在該權(quán)利要求中沒有記載司法排除對象。該權(quán)利要求記載了多個神經(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，以及多個突觸電路，它們共同構(gòu)成了一個 ANN。該權(quán)利要求未涉及任何抽象想法，如數(shù)學(xué)概念、思維過程，或組織人類活動的方法，如基本經(jīng)濟(jì)概念或人際交往管理[5]。參見 MPEP 2106.04(a)(2)。雖然ANN可以使用數(shù)學(xué)進(jìn)行訓(xùn)練，但權(quán)利要求中并沒有記載數(shù)學(xué)概念。由于該權(quán)利要求沒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關(guān)（步驟2A：否）。權(quán)利要求適格。

權(quán)利要求2不合格。

權(quán)利要求的解釋：根據(jù)最寬泛合理解釋，權(quán)利要求的術(shù)語被推定為具有與本領(lǐng)域普通技術(shù)人員對說明書的解釋一致的常規(guī)含義。參見《專利審查操作指南》（MPEP）2111。

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

權(quán)利要求沒有對如何接收連續(xù)數(shù)據(jù)做出任何限定，但背景材料支持“接收”的常規(guī)含義，即包括通過網(wǎng)絡(luò)遠(yuǎn)程接收數(shù)據(jù)。該權(quán)利要求也沒有限定“離散化 ”的常規(guī)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、以及數(shù)值離散化，例如對連續(xù)數(shù)據(jù)值進(jìn)行四舍五入或執(zhí)行其他可以用思維進(jìn)行的基本數(shù)學(xué)計算（見背景技術(shù)第三段）。步驟(c)記載了使用選定算法訓(xùn)練ANN。訓(xùn)練算法是反向傳播算法和梯度下降算法。如果根據(jù)背景技術(shù)給出的最寬泛合理解釋，反向傳播算法和梯度下降算法都是數(shù)學(xué)計算。這些術(shù)語的常規(guī)含義是優(yōu)化算法，通過一系列數(shù)學(xué)計算來計算神經(jīng)網(wǎng)絡(luò)參數(shù)。背景技術(shù)第四段支持這一常規(guī)含義，指出“梯度下降算法首先初始化參數(shù)值，然后進(jìn)行梯度下降計算，利用數(shù)學(xué)計算迭代調(diào)整參數(shù)值，使其損失函數(shù)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(jiān)督學(xué)習(xí)的一種數(shù)學(xué)計算方法”。

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

步驟(d)記載了使用訓(xùn)練好的ANN檢測數(shù)據(jù)集中的一個或多個異常點。該權(quán)利要求沒有提供關(guān)于訓(xùn)練好的ANN如何運(yùn)行或如何進(jìn)行檢測的任何細(xì)節(jié)，“檢測”的常規(guī)含義包括智力觀察或評估，例如，計算機(jī)程序員對數(shù)據(jù)集異常的智力識別。

步驟(e)包括使用訓(xùn)練好的人工神經(jīng)網(wǎng)絡(luò)分析一個或多個檢測到的異常，以生成異常數(shù)據(jù)。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型或原因。“分析”的常規(guī)含義包括評估信息，在本權(quán)利要求中僅限于評估檢測到的異常，以便由訓(xùn)練好的ANN生成異常數(shù)據(jù)。該權(quán)利要求并不限定分析（評估）的執(zhí)行方式，而且檢測到的異常點本身并不限定分析的方式。如背景技術(shù)的說明所述，“異常數(shù)據(jù)可以解釋異常類型或異常原因”?！霸摍?quán)利要求沒有包括任何解釋對檢測到的異常進(jìn)行分析的額外細(xì)節(jié)。

關(guān)于步驟(f)，輸出異常數(shù)據(jù)的步驟僅要求使用訓(xùn)練好的ANN進(jìn)行通用輸出。權(quán)利要求并沒有對數(shù)據(jù)輸出的方式施加任何限定，也沒有要求使用任何特定的組件來輸出異常數(shù)據(jù)。

根據(jù)權(quán)利要求中詞語的本意，對權(quán)利要求 2 的最寬泛合理解釋是一種方法，該方法在計算機(jī)上接收連續(xù)訓(xùn)練數(shù)據(jù)，使用計算機(jī)使得連續(xù)訓(xùn)練數(shù)據(jù)離散化以生成輸入數(shù)據(jù)，使用輸入數(shù)據(jù)和選定的反向傳播算法和梯度下降算法訓(xùn)練 ANN，使用訓(xùn)練好的ANN檢測和分析數(shù)據(jù)集中的異常，并從訓(xùn)練好的ANN輸出異常數(shù)據(jù)。所聲稱的離散化、檢測和分析步驟包括智力選擇或評估；所聲稱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(xùn)練，包括執(zhí)行數(shù)學(xué)計算。

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

步驟2A分支一：這部分的適格分析評估權(quán)利要求是否記載了司法排除對象。正如MPEP 2106.04第II小節(jié)所解釋的，當(dāng)司法排除對象在權(quán)利要求中被“闡釋”或“描述”時，權(quán)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程類別，因為它們涵蓋了人類頭腦中的概念，包括觀察、評價、判斷和鑒定。參見MPEP 2106.04(a)(2)第III小節(jié)。

具體地說，步驟(b)記載了對連續(xù)訓(xùn)練數(shù)據(jù)進(jìn)行離散化處理以生成輸入數(shù)據(jù)的過程，這些過程包括對連續(xù)數(shù)據(jù)進(jìn)行舍入、二值化或聚類，這些過程可能實際上是在人類頭腦中通過觀察、評估、判斷和鑒定進(jìn)行的。例如，所聲稱的連續(xù)數(shù)據(jù)離散化包括觀察連續(xù)數(shù)據(jù)和執(zhí)行評估，例如對連續(xù)數(shù)據(jù)進(jìn)行四舍五入。步驟 (d) 提及使用訓(xùn)練好的ANN檢測數(shù)據(jù)集中的一個或多個異常點。根據(jù)說明書最寬泛合理解釋，“檢測”包括在頭腦中實際進(jìn)行的智力觀察或評估。例如，所聲稱的檢測數(shù)據(jù)集中的異常包括觀察數(shù)據(jù)集中的數(shù)據(jù)，并通過比較異常數(shù)據(jù)和非異常數(shù)據(jù)進(jìn)行評估。步驟(e)包括使用訓(xùn)練好的ANN分析一個或多個檢測到的異常，以生成異常數(shù)據(jù)。步驟(e)包括執(zhí)行評估、判斷和鑒定，以對檢測到的異常情況做出判斷。根據(jù)說明書最寬泛合理解釋，“分析”包括通過觀察、評估、判斷和鑒定在人類頭腦中實際執(zhí)行的思維過程。參見MPEP 2106.04(a)(2)第III小節(jié)。

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(shù)學(xué)概念（如數(shù)值的四舍五入）。步驟(c)需要具體的數(shù)學(xué)計算（反向傳播算法和梯度下降算法）來執(zhí)行ANN的訓(xùn)練，因此包含數(shù)學(xué)概念。

“除非一項權(quán)利要求明確地記載了不同的排除情況，如自然規(guī)律和抽象想法，否則應(yīng)注意不要將權(quán)利要求解析為多種排除情況，尤其是包含抽象想法的權(quán)利要求?！盡PEP 2106.04第II.B小節(jié)。然而，如果可能的話，審查員應(yīng)將這些限定合在一起作為一種的抽象想法來考慮，而不是作為多種單獨的抽象想法來單獨分析?！袄?，在一項權(quán)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(shù)學(xué)計算，審查員應(yīng)在步驟 2A 的分支一中，將該權(quán)利要求確定為同時記載了思維過程和數(shù)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(jié)。然而在此情況下，最高法院對此類權(quán)利要求的處理方式與記載單一司法排除對象的權(quán)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程類別，步驟(b)和(c)屬于抽象想法中的數(shù)學(xué)概念類別。(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(quán)利要求作為一個整體是否將所記載的司法排除對象融入到排除對象的實際應(yīng)用中，或者權(quán)利要求是否“針對”司法排除對象。這一評估是通過以下方式進(jìn)行的：（1）確定權(quán)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(quán)利要求作為一個整體是否將排除對象融入[6]到實際應(yīng)用中。參見MPEP 2106.04(d)。該權(quán)利要求記載了以下附加元素：“(a) 在計算機(jī)上接收連續(xù)的訓(xùn)練數(shù)據(jù)”，在限定(d)和(e)中“使用訓(xùn)練好的 ANN”，以及“(f) 從訓(xùn)練好的ANN輸出異常數(shù)據(jù)”。權(quán)利要求還提到步驟(b)和(c)由計算機(jī)執(zhí)行。

“(a)在計算機(jī)上接收連續(xù)的訓(xùn)練數(shù)據(jù)”和“(f)從訓(xùn)練好的ANN輸出異常數(shù)據(jù)”這兩項限定僅僅是數(shù)據(jù)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 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(shù)據(jù)收集和輸出，因此，這些限定并沒有對權(quán)利要求施加任何有意義的限定。這些限定只是必要的數(shù)據(jù)收集和輸出。參見 MPEP 2106.05。

此外，(a)、(b)和(c)的限定是由計算機(jī)執(zhí)行的。計算機(jī)以高度概括的形式記載。在限定(a)中，計算機(jī)被用作執(zhí)行接收數(shù)據(jù)的通用計算功能工具。參見 MPEP 2106.05(f)。在 (b)和(c)的限定中，計算機(jī)被用來執(zhí)行一種抽象想法，如上步驟 2A的分支一中所述，因此，它只不過是對使用通用計算機(jī)應(yīng)用排除對象的指示。參見MPEP 2106.05(f)。

在(d)和(e)的限定中記載了“使用訓(xùn)練好的ANN”，這只不過是指示在通用計算機(jī)上實現(xiàn)一種抽象想法。參見 MPEP 2106.05(f)。MPEP 2106.05(f)提供了以下考慮因素，用于確定一項權(quán)利要求是否僅僅是以“應(yīng)用它”（或等同于“應(yīng)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(jī)上實現(xiàn)抽象想法：(1) 權(quán)利要求是否僅僅記載了解決的想法或者后果，即權(quán)利要求沒有記載如何實現(xiàn)問題解決方案的細(xì)節(jié)；(2) 權(quán)利要求是否僅僅將計算機(jī)或其他機(jī)器作為執(zhí)行現(xiàn)有程序的工具；(3)司法排除對象應(yīng)用的特殊性或者普遍性。

司法排除對象“使用訓(xùn)練好的ANN檢測數(shù)據(jù)集中的一個或多個異常點”和“使用訓(xùn)練好的ANN分析一個或多個檢測到的異常點以生成異常數(shù)據(jù)”，運(yùn)用了“使用訓(xùn)練好的ANN”。訓(xùn)練好的ANN被泛泛地用于對抽象想法的應(yīng)用，而沒有對訓(xùn)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“檢測一個或多個異常點”和“分析一個或多個檢測到的異常點”的結(jié)果，并沒有包括如何完成“檢測”和“分析”的任何細(xì)節(jié)。參見MPEP 2106.05(f)。

在(d)和(e)的限定中對“使用訓(xùn)練好的ANN”的記載，也僅僅表明了運(yùn)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(xùn)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(xùn)練好的ANN檢測數(shù)據(jù)集中的一個或多個異常點”和“使用訓(xùn)練好的ANN分析一個或多個檢測到的異常點以生成異常數(shù)據(jù)”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(quán)利要求添加發(fā)明構(gòu)思。參見MPEP 2106.05(h)。

即使綜合來看，這些附加元素也沒有將所記載的司法排除對象融入實際應(yīng)用中（步驟2A分支二：否），因此權(quán)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(quán)利要求作為一個整體是否明顯超過所記載的排除對象，即是否有任何附加元素或附加元素的組合為權(quán)利要求添加發(fā)明構(gòu)思。參見 MPEP 2106.05。

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

在步驟2A分支二中，附加元素(a)和(f)都被認(rèn)定為解決方案之外的次要行為，因為它們被認(rèn)定為必要的數(shù)據(jù)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(jié)論還應(yīng)在步驟2B中重新評估。見MPEP 2106.05，I.A小節(jié)。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(guī)而普遍的。參見MPEP 2106.05(g)。

如上步驟 2A分支二所述，“(a)接收連續(xù)的訓(xùn)練數(shù)據(jù)”和“(g)從訓(xùn)練好的ANN輸出異常數(shù)據(jù)”的記載具有高度的概括性。這些內(nèi)容相當(dāng)于通過網(wǎng)絡(luò)接收或傳輸數(shù)據(jù)，是熟知、常規(guī)而普遍的行為。參見MPEP 2106.05(d)第II小節(jié)。

正如上述步驟2A分支二所討論的，對計算機(jī)執(zhí)行(a)、(b)和(c) 限定的記載不過是簡單指示使用通用計算機(jī)組件應(yīng)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(jī)上實現(xiàn)抽象想法或其他排除對象，以及解決方案之外的次要行為，并沒有提供發(fā)明構(gòu)思。(步驟2B：否）。

權(quán)利要求3適格。

權(quán)利要求的解釋：根據(jù)最寬泛合理解釋，權(quán)利要求的術(shù)語被推定為具有與本領(lǐng)域普通技術(shù)人員對說明書的解釋一致的常規(guī)含義。參見《專利審查操作指南》（MPEP）2111。

步驟(a)記載了“……訓(xùn)練，ANN基于輸入數(shù)據(jù)……以生成訓(xùn)練好的 ANN。”權(quán)利要求中記載了使用反向傳播算法和梯度下降算法進(jìn)行訓(xùn)練。當(dāng)以最寬泛合理解釋的角度來看公開的內(nèi)容，反向傳播算法和梯度下降算法都是數(shù)學(xué)計算。這些術(shù)語的通常含義是通過一系列數(shù)學(xué)計算來計算神經(jīng)網(wǎng)絡(luò)參數(shù)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(shù)值，然后進(jìn)行梯度下降計算，利用數(shù)學(xué)計算迭代調(diào)整參數(shù)值，使其損失函數(shù)最小化”）。限定(a)也記載了是由計算機(jī)執(zhí)行的。所記載的計算機(jī)具有高度通用性。

步驟(b)提到“使用訓(xùn)練好的ANN檢測網(wǎng)絡(luò)流量中的一個或多個異常點”。該權(quán)利要求沒有提供關(guān)于訓(xùn)練好的ANN如何運(yùn)行或如何進(jìn)行檢測的任何細(xì)節(jié)，而“檢測”的常規(guī)含義包括智力觀察或評估（例如，計算機(jī)程序員對數(shù)據(jù)集中異常的智力識別）。

步驟(c)提到 “確定至少一個檢測到的異常與一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)包有關(guān)”。根據(jù)最寬泛合理解釋，這一步只要求將檢測到的異常與惡意網(wǎng)絡(luò)數(shù)據(jù)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或多個惡意網(wǎng)絡(luò)數(shù)據(jù)包關(guān)聯(lián)起來。

步驟(d)進(jìn)一步提到 “實時檢測與一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)包相關(guān)聯(lián)的源地址”。對 “實時檢測與一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)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(jī)功能。具體而言，背景技術(shù)第六段指出，計算機(jī)可以通過追蹤操作或使用軟件工具來執(zhí)行檢測。

步驟(e)和(f)進(jìn)一步說明了為補(bǔ)救或防止網(wǎng)絡(luò)入侵而執(zhí)行的補(bǔ)救操作。所要求的(e)步驟，自動丟棄一個或多個惡意軟件。(f)步驟阻止來自源地址的未來流量，提供了具體的計算機(jī)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(tǒng)可“自動”丟棄惡意網(wǎng)絡(luò)數(shù)據(jù)包并阻止未來流量，而無需網(wǎng)絡(luò)管理員采取任何行為。相反，ANN可以判斷網(wǎng)絡(luò)數(shù)據(jù)包是否可能是惡意的，并采取行動丟棄惡意網(wǎng)絡(luò)數(shù)據(jù)包和阻止未來的流量。

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

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

步驟(a)規(guī)定使用特定的數(shù)學(xué)計算（反向傳播算法和梯度下降算法）來執(zhí)行ANN的訓(xùn)練，因此包含了數(shù)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程類別，因為它們涵蓋了人類思維中運(yùn)行的概念，包括觀察、評估、判斷和鑒定。參見MPEP 2106.04(a)(2)第III小節(jié)。

具體來說，“檢測網(wǎng)絡(luò)流量中的一個或多個異常點”是一個思維過程，因為所要求的檢測是由人觀察網(wǎng)絡(luò)流量數(shù)據(jù)并使用“評估、判斷和鑒定”來檢測是否出現(xiàn)異常點，從而使在人的思維中實際運(yùn)行的過程。“確定至少一個檢測到的異常情況與一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)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(shù)據(jù)包相關(guān)聯(lián)。該權(quán)利要求記載的限定屬于抽象想法中的思維過程類別。

“除非清楚地表明權(quán)利要求中包含了不同的排除對象，如自然規(guī)律和抽象想法，否則應(yīng)注意不要將權(quán)利要求解析為多個排除對象，特別是在涉及抽象想法的權(quán)利要求中?！盡PEP 2106.04，第 II.B 小節(jié)（在Bilski 訴 Kappos 案中論述，561 U.S. 593 (2010)）。此處，步驟 (a) 記載了一個數(shù)學(xué)概念，步驟 (b) 和 (c) 記載了思維過程；因此，權(quán)利要求 3 記載了多種抽象想法。正如上文關(guān)于權(quán)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考慮，而不是作為多個單獨的抽象想法來單獨分析。在(d)-(f)的限定中沒有記載思維過程，因為它們無法在人腦中實際執(zhí)行。也就是說，人腦不具備檢測與惡意網(wǎng)絡(luò)數(shù)據(jù)包相關(guān)的源地址、實時丟棄惡意網(wǎng)絡(luò)數(shù)據(jù)包并阻止未來流量的能力。參見MPEP 2106.04(a)(2)第III.A小節(jié)（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別（即分別屬于數(shù)學(xué)概念和思維過程），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(quán)利要求作為一個整體是否將所記載的司法排除對象融入排除對象的實際應(yīng)用中。這一評估是通過以下方式進(jìn)行的：（1）確定權(quán)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(quán)利要求作為一個整體是否將排除對象融入實際應(yīng)用中。參見 MPEP 2106.04(d)。

確定與實際應(yīng)用相結(jié)合的一種方法是，當(dāng)權(quán)利要求的發(fā)明改進(jìn)了計算機(jī)的功能或改進(jìn)了另一項技術(shù)或技術(shù)領(lǐng)域時。要評估對計算機(jī)或技術(shù)領(lǐng)域的改進(jìn)，說明書必須闡明對技術(shù)的改進(jìn)，而權(quán)利要求本身必須反映所披露的改進(jìn)。參見 MPEP 2106.04(d)(1) 和 2106.05(a)。

權(quán)利要求記載了“(d) 檢測與一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)包相關(guān)聯(lián)的源地址”、“(e) 丟棄一個或多個惡意網(wǎng)絡(luò)數(shù)據(jù)包”和“(f) 阻止來自源地址的未來流量”等附加元素。權(quán)利要求還記載了(a)由計算機(jī)執(zhí)行。

在限定(a)中，計算機(jī)被用來執(zhí)行一種抽象想法，如上述步驟 2A分支一中所討論的，因此它只不過是指示使用通用計算機(jī)應(yīng)用排除對象。參見 MPEP 2106.05(f)。在限定(b)中，使用訓(xùn)練好的ANN并沒有將限定(b)中的抽象想法融入實際應(yīng)用中，原因與上述在權(quán)利要求 2 的限定(d)中解釋的類似。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。參見MPEP 2106.05(h)。

在考慮權(quán)利要求作為一個整體是否包含對計算機(jī)或技術(shù)領(lǐng)域的改進(jìn)時，需要對說明書和權(quán)利要求進(jìn)行評估，以確保說明書中提供了對所聲稱改進(jìn)的技術(shù)解釋，且權(quán)利要求反映了所稱改進(jìn)。參見 MPEP 2106.04(d)(1)。根據(jù)背景技術(shù)部分，現(xiàn)有系統(tǒng)使用各種檢測技術(shù)來檢測潛在的惡意網(wǎng)絡(luò)數(shù)據(jù)包，并可提醒網(wǎng)絡(luò)管理員注意潛在的問題。所披露的系統(tǒng)可檢測網(wǎng)絡(luò)入侵并采取實時補(bǔ)救措施，包括丟棄可疑數(shù)據(jù)包和阻止來自可疑源地址的流量。背景技術(shù)部分進(jìn)一步解釋說，所披露的系統(tǒng)通過實時行動來主動防止網(wǎng)絡(luò)入侵，從而增強(qiáng)了安全性。

所要求保護(hù)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(dá)了提升的網(wǎng)絡(luò)安全，利用檢測到的信息，通過檢測與潛在惡意數(shù)據(jù)包相關(guān)的源地址，主動采取措施補(bǔ)救危險，從而增強(qiáng)安全性。具體來說，權(quán)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(shù)據(jù)包，在步驟(f)中阻止來自源地址的未來流量。這些步驟反映了背景技術(shù)中描述的改進(jìn)。因此，權(quán)利要求作為一個整體將司法排除對象融入實際應(yīng)用中，權(quán)利要求并不針對司法排除對象。

當(dāng)綜合考慮步驟(d)-(f)中的附加元素時，由于權(quán)利要求改善了計算機(jī)或技術(shù)領(lǐng)域的功能，因此將抽象想法融入實際應(yīng)用。參見MPEP 2106.04(d)(1)和2106.05(a)。要求保護(hù)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(quán)利要求作為一個整體將司法排除對象融入實際應(yīng)用（步驟2A分支二：是），所以該權(quán)利要求并非針對司法排除對象。(步驟2A：否）。該權(quán)利要求適格。

注釋：
* 本文翻譯自《July 2024 Subject Matter Eligibility Examples》，來源美國專利商標(biāo)局官網(wǎng)，https://www.uspto.gov/patents/laws/examination-policy/subject-matter-eligibility。
[1]“2106”是《美國專利審查操作指南》（MPEP）第21章（2100）“可專利性”下轄的一級小節(jié)編號，由3-4位數(shù)字組成；由于“2106”的實際含義是第21章第06節(jié)，而非從“1”開始的連續(xù)序列編號，因此不譯作“第2106節(jié)”。二級小節(jié)是在一級小節(jié)后用“.”連接兩位數(shù)字，如2106.04；三級小節(jié)再添加一個字母，如2106.04(a)；四級小節(jié)進(jìn)一步添加一位帶括號的數(shù)字，如2106.04(a)(1)。每章節(jié)內(nèi)的具體行文如需細(xì)分，則統(tǒng)一用羅馬數(shù)字和大寫字母構(gòu)成的二級編號體系區(qū)分定位。以下腳注均為譯者撰寫。
[2]客體判斷示例1-46已于2014.12.16至2019.10.17期間在美國專利商標(biāo)局官網(wǎng)陸續(xù)頒布。具體訪問網(wǎng)址https://www.uspto.gov/patents/laws/examination-policy/subject-matter-eligibility
[3]“可專利性”除101條的專利適格外，主要還包括102條的新穎性，103條的非顯而易見性和112條的清楚、支持及能夠?qū)崿F(xiàn)。
[4]法定類別是指美國法典第35編（即專利法）101條中明文允許的四種發(fā)明主題：方法，機(jī)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(shù)學(xué)概念(mathematical concept)、思維過程(mental process)和組織人類活動的方法，其中組織人類活動的方法又進(jìn)一步包括基本經(jīng)濟(jì)概念、人際交往管理等。
[6]原文表述為integrate…into，意思是權(quán)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(jié)合，一體化地產(chǎn)生實際應(yīng)用，因此譯為“融入”。
[7]原文表述為insignificant extra-solution activity，是MPEP中自定義的一個術(shù)語，表示與發(fā)明構(gòu)思相關(guān)度較低的技術(shù)特征。

（原標(biāo)題：USPTO《2024年7月主題適格示例集》全譯【一】）

點擊“閱讀原文”查看USPTO《2024年7月主題適格示例集》原件。

來源：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）（點擊標(biāo)題查看原文）

USPTO《2024年7月主題適格示例集》全譯（一）

「關(guān)于IPRdaily」

IPRdaily是全球領(lǐng)先的知識產(chǎn)權(quán)綜合信息服務(wù)提供商，致力于連接全球知識產(chǎn)權(quán)與科技創(chuàng)新人才。匯聚了來自于中國、美國、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個國家和地區(qū)的高科技公司及成長型科技企業(yè)的管理者及科技研發(fā)或知識產(chǎn)權(quán)負(fù)責(zé)人，還有來自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機(jī)構(gòu)的全球近100萬用戶（國內(nèi)70余萬+海外近30萬），2019年全年全網(wǎng)頁面瀏覽量已經(jīng)突破過億次傳播。

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

本文來自IPRdaily中文網(wǎng)（iprdaily.cn）并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉(zhuǎn)載，請注明出處：“http://m.jupyterflow.com”