Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学付绍静获国家专利权

中国人民解放军国防科技大学付绍静获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于动态事件和图神经网络的目标账户检测方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120455182B

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510964905.9,技术领域涉及:H04L9/40;该发明授权基于动态事件和图神经网络的目标账户检测方法及装置是由付绍静;范书珲;罗玉川;徐浩然;徐明;王勇军;蔡志平;陈颖文设计研发完成,并于2025-07-14向国家知识产权局提交的专利申请。

基于动态事件和图神经网络的目标账户检测方法及装置在说明书摘要公布了:本发明公开了一种账户检测方法,具体涉及一种基于动态事件和图神经网络的目标账户检测方法,包括:将时间交易图输入特征提取模块进行特征提取,得到节点对应的节点特征和边对应的边特征;将节点特征和边特征输入基于霍克斯过程的时间图神经网络进行特征聚合,得到节点在目标时刻的节点时间表示;将节点时间表示输入条件强度计算模块进行处理,得到条件强度,将节点时间表示和边特征输入事件趋势预测模块进行处理,得到事件趋势;基于条件强度和事件趋势确定节点对应的账户的检测结果。本发明对以太坊的动态性和群体行为进行综合建模,从时间维度和群体行为两方面入手,可以得到准确度更高的目标账户检测结果。

本发明授权基于动态事件和图神经网络的目标账户检测方法及装置在权利要求书中公布了:1.一种基于动态事件和图神经网络的目标账户检测方法,其特征是,包括: 将时间交易图输入特征提取模块进行特征提取,得到节点对应的节点特征和边对应的边特征,所述时间交易图包括所述节点、所述边和时间戳,所述节点用于表征账户,所述边用于表征所述账户之间的交易,所述时间戳用于表征所述交易的时刻; 将所述节点特征和所述边特征输入基于霍克斯过程的时间图神经网络进行特征聚合,得到所述节点在目标时刻的节点时间表示; 将所述节点时间表示输入条件强度计算模块进行处理,得到条件强度,所述条件强度用于表征任意两个所述节点在所述目标时刻形成链接的概率; 将所述节点时间表示和所述边特征输入事件趋势预测模块进行处理,得到事件趋势,所述事件趋势用于表征所述节点在所述目标时刻产生的新事件的数量预测值; 基于所述条件强度和所述事件趋势确定所述节点对应的账户的检测结果; 其中,所述将所述节点特征和所述边特征输入基于霍克斯过程的时间图神经网络进行特征聚合,得到所述节点在目标时刻的节点时间表示,包括: 将所述节点特征和所述边特征输入多层所述基于霍克斯过程的时间图神经网络进行特征聚合,得到所述节点在目标时刻的节点时间表示; 其中,第层所述基于霍克斯过程的时间图神经网络输出的节点在时刻的嵌入向量为: ; ; ; ; 其中,所述目标时刻为时刻,和为第层所述基于霍克斯过程的时间图神经网络的权重矩阵,表示相对于时刻在节点上的历史事件集合, ,为所述时间交易图中事件的集合,,为所述时间交易图中事件的数量,节点为节点的历史邻居节点,为第层所述基于霍克斯过程的时间图神经网络输出的节点在时刻的嵌入向量,为第层所述基于霍克斯过程的时间图神经网络输出的节点在时刻的嵌入向量,节点为节点的历史邻居节点,,为激活函数,为基于的核函数,为指数函数,为衰减率常数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军国防科技大学,其通讯地址为:410003 湖南省长沙市开福区德雅路109号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。