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！

龙图腾网获悉中国科学技术大学申请的专利一种机器账号检测方法、系统、设备及存储介质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：CN115730248B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211513595.1，技术领域涉及：G06F18/241；该发明授权一种机器账号检测方法、系统、设备及存储介质是由杨英光;崔凯;周鹏远;李阳阳;廖勇设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种机器账号检测方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种机器账号检测方法、系统、设备及存储介质，通过从社交平台中爬取各类数据构建异构图，使用强化学习根据待检测目标账号所处的社交网络图的局部结构信息进行图神经网络架构搜索，使用搜索得到的图神经网络架构对异构图社交网络图中的邻居节点的数据进行聚合，得到目标用户的表示向量，并进行机器账号检测；该方法利用了社交平台中账号之间的交互，关系等信息，而且使用合适的图神经网络架构可以对异构图提供的丰富语义信息进行聚合，充分保留了账号自身的可判别模式的同时也聚合了邻居提供的分类信息，大大提升了对机器账号的检测能力。

本发明授权一种机器账号检测方法、系统、设备及存储介质在权利要求书中公布了：1.一种机器账号检测方法，其特征在于，包括： 获取社交平台中的账号、各账号发表的内容以及账号之间的社交网络关系，将账号以及各账号发表的内容作为不同类型的节点，账号之间的社交网络关系以及账号与其发表内容之间的关系作为相应节点的边，构建异构图，对账号的相关信息与内容的相关信息分别进行特征提取，提取出的特征作为相应节点的节点特征； 对于待检测的目标节点，按照预设的初始邻居阶数以每一目标节点为中心在所述异构图中抽取相应初始邻居阶数的邻居节点构建对应的子图，并利用对应的子图中所有节点特征确定初始的子图表示向量；其中，目标节点均为账号对应节点； 利用强化学习方法结合所有初始的子图表示向量，搜索出每一目标节点对应的最优邻居阶数与图神经网络的最优层数； 根据不同的最优层数搭建具有残差结构的图神经网络；对于每一目标节点，按照对应的最优邻居阶数以相应目标节点为中心在所述异构图中抽取相应最优邻居阶数的邻居节点构建最优子图，利用经过训练的相应最优层数的图神经网络结合注意力机制，获得相应目标节点对应的最优子图的最终表示向量，再进行分类检测，获得相应目标节点的检测结果； 其中，对于每一目标节点，结合对应的最优层数搭建具有残差结构的图神经网络，包括： 对于第i个目标节点，将所述最优层数设置L，搭建L层的图神经网络，并引入残差结构连接所述图神经网络的输入与第L层的输出，对于第i个节点对应的最优子图中的第j个节点的特征，将节点特征记为xij，对应的第L层的输出特征记为则最终特征表示为： 其中，表示第i个目标节点对应的最优子图中的第j个节点的最终特征，ADD.表示相加操作； 对于第i个目标节点对应的最优子图，通过图神经网络进行图池化处理，获得对应的最优子图的向量表示，图池化处理表示为： 其中，J表示第i个目标节点对应的最优子图中的节点数目，R.表示读出操作，表示第i个目标节点对应的最优子图的向量表示； 结合注意力机制获得每一目标节点对应的最优子图的最终表示向量，表示为： 其中，表示第m个注意力头中，第i个目标节点与第u个目标节点对应最优子图之间的注意力系数；Wm表示第m个注意力头的权重矩阵，表示第u个目标节点对应的最优子图的向量表示，表示第u个目标节点对应的最优子图，表示异构图。

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科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。

以上内容由龙图腾AI智能生成。