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！

龙图腾网获悉电信科学技术第五研究所有限公司申请的专利结合异构网络环境的潜在信息识别方法及系统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：CN120416092B 。

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：202510913303.0，技术领域涉及：H04L43/08；该发明授权结合异构网络环境的潜在信息识别方法及系统是由司天强;王琨;倪奥;程彦吉;徐岳华;俞鑫设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本结合异构网络环境的潜在信息识别方法及系统在说明书摘要公布了：本发明提供一种结合异构网络环境的潜在信息识别方法及系统，首先获取目标网络环境的包含多种数据格式原始信息资源的异构网络环境数据集合，对其进行特征提取得到关联特征集合，接着基于预训练的信息模式分析模型对关联特征集合进行层级化模式匹配处理，生成包含显著价值信息资源属性标识及分布路径的潜在信息识别结果集合，然后根据潜在信息识别结果集合生成动态资源整合策略，用于调整资源调度规则及存储路径映射关系，最后将动态资源整合策略反馈至数据管理系统，触发资源目录更新操作，提高异构网络资源利用和管理效率。

本发明授权结合异构网络环境的潜在信息识别方法及系统在权利要求书中公布了：1.一种结合异构网络环境的潜在信息识别方法，其特征在于，所述方法包括： 获取目标网络环境的异构网络环境数据集合，所述异构网络环境数据集合包含多种数据格式的原始信息资源； 对所述异构网络环境数据集合进行特征提取，得到关联特征集合，所述关联特征集合包括各原始信息资源之间的语义关联特征及动态交互特征； 基于预训练的信息模式分析模型，对所述关联特征集合进行层级化模式匹配处理，生成潜在信息识别结果集合，所述潜在信息识别结果集合包含多个显著价值信息资源的属性标识及分布路径； 根据所述潜在信息识别结果集合生成动态资源整合策略，所述动态资源整合策略用于调整异构网络环境中的资源调度规则及存储路径映射关系； 将所述动态资源整合策略反馈至目标网络环境的数据管理系统，触发所述数据管理系统执行资源目录更新操作； 所述对所述异构网络环境数据集合进行特征提取，得到关联特征集合，包括： 对所述异构网络环境数据集合中的文本数据单元执行语义向量化处理，生成文本语义特征集合，其中，所述文本语义特征集合中的每个文本语义特征对应一个文本数据单元的语义向量表示； 对所述异构网络环境数据集合中的图像数据单元执行空间特征编码处理，生成图像空间特征集合，所述图像空间特征集合中的每个图像空间特征包含图像数据单元中的对象分布信息及上下文关系信息； 对所述异构网络环境数据集合中的时序数据单元执行动态模式分析处理，生成时序动态特征集合，所述时序动态特征集合中的每个时序动态特征包含数据变化趋势及周期性波动信息； 将所述文本语义特征集合、所述图像空间特征集合及所述时序动态特征集合进行跨模态对齐处理，确定不同模态特征之间的语义关联特征，并基于特征交互频率生成动态交互特征； 聚合所述语义关联特征及所述动态交互特征，构建所述关联特征集合； 所述将所述文本语义特征集合、所述图像空间特征集合及所述时序动态特征集合进行跨模态对齐处理，确定不同模态特征之间的语义关联特征，包括： 针对每个文本数据单元对应的文本语义特征，根据其时间戳在预设时间窗口内匹配具有同步时间戳的图像数据单元和时序数据单元； 将文本语义特征、图像空间特征及时序动态特征通过投影层映射至统一维度空间后，调用跨模态对齐模型对映射后的特征进行联合编码处理，生成跨模态联合编码特征； 对所述跨模态联合编码特征进行相似度计算处理，确定文本语义特征与图像空间特征之间的第一关联度评分，以及文本语义特征与时序动态特征之间的第二关联度评分； 根据所述第一关联度评分及所述第二关联度评分构建语义关联矩阵，所述语义关联矩阵的行表示文本数据单元标识，列表示图像数据单元或时序数据单元标识，矩阵元素为对应的关联度评分； 提取所述语义关联矩阵中超过预设阈值的关联度评分对应的特征组合，生成所述语义关联特征； 所述基于特征交互频率生成动态交互特征，包括： 按数据类别对异构网络环境数据集合中的各数据单元进行分块划分，统计各分块内数据单元之间的交互事件次数，构建分块交互频率矩阵，所述交互频率矩阵的行和列分别表示不同数据单元标识，矩阵元素表示对应数据单元之间的交互次数； 对所述交互频率矩阵进行时间维度分解处理，得到短期交互频率特征及长期交互趋势特征； 将所述短期交互频率特征与所述长期交互趋势特征进行差值计算，生成动态波动特征； 根据所述动态波动特征的变化方向及幅度，确定各数据单元之间的动态交互强度； 基于所述动态交互强度对所述语义关联特征进行加权修正处理，生成所述动态交互特征； 所述基于预训练的信息模式分析模型，对所述关联特征集合进行层级化模式匹配处理，生成潜在信息识别结果集合，包括： 将所述关联特征集合输入所述信息模式分析模型的特征编码层，执行逐层非线性变换处理，生成多层抽象特征表示序列，其中，第n层抽象特征表示的维度与第n-1层抽象特征表示的维度呈预设降维比例； 在所述信息模式分析模型的模式匹配层中，对所述多层抽象特征表示序列进行跨层关联度计算，确定相邻层抽象特征表示之间的模式相似度指标； 根据所述模式相似度指标与预设动态阈值的比对结果，从所述多层抽象特征表示序列中筛选满足层级跃迁条件的抽象特征表示，生成层级化特征子集； 对所述层级化特征子集执行模式聚类处理，生成初始候选模式集合，其中，每个初始候选模式包含模式中心向量及隶属度范围； 基于所述模式中心向量与所述关联特征集合中各特征向量的距离分布，计算每个初始候选模式在预设邻域范围内的特征向量分布密度作为信息密度值，并根据最大距离阈值确定覆盖半径； 根据所述信息密度值及覆盖半径对所述初始候选模式集合执行冗余合并处理，合并重叠覆盖半径内信息密度值差异小于预设合并阈值的初始候选模式，生成优化模式集合； 从所述优化模式集合中提取各模式中心向量对应的特征单元标识，关联所述语义关联特征中的资源属性标签及路径拓扑关系，生成所述显著价值信息资源的属性标识及分布路径； 聚合所有显著价值信息资源的属性标识及分布路径，构建所述潜在信息识别结果集合。

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电信科学技术第五研究所有限公司，其通讯地址为：610021 四川省成都市锦江区大慈寺路22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”。