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92493部队信息技术中心申请的专利一种基于图相似性度量的试验环境等效性量化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：CN119720211B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411749351.2，技术领域涉及：G06F21/57；该发明授权一种基于图相似性度量的试验环境等效性量化方法及系统是由吴磊涛;岳明桥;姜山;徐同乐;杨豪璞;陈盈;崔峰;张恒博设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于图相似性度量的试验环境等效性量化方法及系统在说明书摘要公布了：本发明属于但不限于信息安全技术领域，公开了一种基于图相似性度量的试验环境等效性量化方法及系统，使用试验环境数据采集模块对仿真环境、实装环境分别进行多维度的数据采集；使用环境探测转换模块利用采集的数据构建环境对应的知识图谱实例；基于图相似性计算方法对知识图谱进行相似性计算；对相似性计算结果进行加权计算。本发明的计算方法综合考虑和不同环境之间全局和局部特征，且计算过程的扩展性较好，能够为试验环境等效判断提供合理支撑，解决了现有试验工作中环境等效性判断依赖主管判断、缺乏定量描述的问题。

本发明授权一种基于图相似性度量的试验环境等效性量化方法及系统在权利要求书中公布了：1.一种基于图相似性度量的试验环境等效性量化方法，其特征在于，包括以下步骤： 步骤一，使用试验环境数据采集模块对仿真环境、实装环境分别进行多维度的数据采集； 步骤二，使用环境探测转换模块利用采集的数据构建环境对应的知识图谱实例； 步骤三，基于图相似性计算方法对知识图谱进行相似性计算； 步骤四，对相似性计算结果进行加权计算； 步骤三中所述知识图谱相似性采用节点特征和全局特征数据；所述相似性计算包括： 1将输入的知识图谱利用嵌入模型得到节点特征向量， 2利用图卷积神经网络GCN对节点向量进行更新，更新后的节点特征向量编码了每个节点的属性和其周围结构信息； 3对不同知识图谱的节点进行两两相似性判断，得到节点级的相似度矩阵； 使用Word2Vec模型对知识图谱中节点及属性进行向量化，在Word2Vec模型输出后级联Bert模型，用于对变长输入进行第二轮嵌入，得到定长向量表示； 使用GCN聚合每个节点的邻居特征来更新节点的表示，具体对于每个节点，其新的表示是通过对其邻居节点的特征进行加权求和来计算的，具体计算见下式： ； 式中，Nn为节点n邻接节点集合，dn、dm分别是n和m的度数出度和入度之和，为第l层的权重矩阵，σ为激活函数，采用ReLu函数作为激活函数； 知识图谱中卷积层数的要求：当知识图谱中节点数量在[0,100]范围内，图卷积层数不小于4层；当节点数量在[100-1000]范围内，图卷积层数不小于6层，当节点数量在1000以上时，以图中最长路径节点数量为图卷积层数； 在完成多层的图卷积操作后，得到各知识图谱一组新的节点量化结果vtopo，其中包含有节点拓扑信息；使用预训练的Bert模型对各知识图谱vtopo进行嵌入表示得到各环境对应知识图谱的全局表达h，将实装环境和等效环境的h同时输入一个多层卷积神经网络，判断输入的两个向量是否相似，以判断为相似的置信度为全局相似性结果，全局相似性结果的值落在区间[0,1]内； 根据实装环境和等效环境的vtopo另外计算节点级相似度矩阵，各知识图谱的节点数量分别为n和m，即构造一个n、m维的矩阵，矩阵中任一位置上的数值代表对应维度上两节点之间的相似度，节点间相似度计算见下式， ； 式中，代表构造的矩阵，f代表多层神经网络对不同环境的vtopo进行相似度计算； 步骤四中加权计算包括： 1获得实装和等效环境知识图谱中节点的全集，然后对全集中节点进行权重赋值，从而影响步骤三中得到的节点级的相似度矩阵最终计算结果； 2使用金字塔池化层SSP对节点级的相似度矩阵进行池化，SSP输出后级联卷积神经网络计算节点级的相似度结果，以判断为相似的置信度为节点级等效的量化结果。

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92493部队信息技术中心，其通讯地址为：125000 辽宁省葫芦岛市龙港区海滨南路1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。