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！

龙图腾网获悉华中科技大学;深圳华中科技大学研究院申请的专利基于动态溯源图的异常检测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：CN119449445B 。

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：202411644219.5，技术领域涉及：H04L9/40；该发明授权基于动态溯源图的异常检测方法及系统是由谢雨来;吴林;冯丹设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于动态溯源图的异常检测方法及系统在说明书摘要公布了：本发明公开了基于动态溯源图的异常检测方法及系统，属于网络异常检测领域，包括：构建溯源图，将各节点的节点特征和与该节点相连的边的特征拼接作为对应节点的状态特征向量；持续监测系统溯源信息并对溯源图进行动态更新；当生成新的边et时，执行：将et、围绕et的图结构在t‑时刻的状态向量st‑以及et的生成时刻t输入图注意力网络，得到et的嵌入向量z，并对et的源、目的节点进行更新；将z输入解码器，预测et的类型，得到预测向量Pet；解码器包括依次连接长短期记忆网络和多个全连接层；计算Pet与et的实际边类型向量之间的重构误差RE，若RETh，则判定存在异常，否则，判定不存在异常。本发明能够提高异常检测的检测精度和实时性。

本发明授权基于动态溯源图的异常检测方法及系统在权利要求书中公布了：1.一种基于动态溯源图的异常检测方法，其特征在于，包括： 收集系统溯源信息后将其转化为溯源图，对于所述溯源图中的各节点，分别提取节点特征和与该节点相连的边的特征，并拼接作为对应节点的状态特征向量； 持续监测系统溯源信息并对所述溯源图进行动态更新；当溯源图中生成新的边et时，执行异常检测步骤；所述异常检测步骤包括： 步骤S1：将边et、围绕边et的图结构在t‑时刻的状态向量以及边et的生成时刻t输入图注意力网络，得到边et的嵌入向量z，并对边et的源节点vsrc和目的节点vdst的状态特征向量进行更新； t‑时刻表示边et的生成时刻的前一时刻，由边et的源节点及其邻居节点、目的节点及其邻居节点在t‑时刻的状态特征向量经图卷积层聚合得到； 步骤S2：将边et的嵌入向量z输入解码器，预测边et属于每一种类型的概率，得到预测向量Pet； 所述解码器包括依次连接长短期记忆网络和多个全连接层； 步骤S3：计算预测向量Pet与边et的实际边类型向量之间的重构误差RE，若RETh，则判定存在异常，否则，判定不存在异常； 其中，Th为预设的异常阈值。

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华中科技大学;深圳华中科技大学研究院，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。