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！

龙图腾网获悉云南大学申请的专利基于图嵌入和扩散采样的动态图异常检测方法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：CN119939450B 。

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：202411858808.3，技术领域涉及：G06F18/2433；该发明授权基于图嵌入和扩散采样的动态图异常检测方法是由何婧;王勉;张镇;谯光辉;陈林设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本基于图嵌入和扩散采样的动态图异常检测方法在说明书摘要公布了：本发明提供了一种基于图嵌入和扩散采样的动态图异常检测方法，旨在提高异常边检测的准确度。方法包括：获取动态图数据集并分割为邻接矩阵集合，随机初始化节点特征；在时间窗口内生成邻接矩阵并计算扩散矩阵，选取影响力最大的节点形成子图；将子图输入到节点时空信息融合模块，通过两层GCN模型和GRU单元提取特征；负采样异常边，结合节点特征送入异常检测器得到异常分数；基于异常分数计算交叉熵损失函数并训练模型。该方法通过扩散采样减少邻居噪声影响，融合结构与时间信息，有效提升动态图异常检测性能。

本发明授权基于图嵌入和扩散采样的动态图异常检测方法在权利要求书中公布了：1.一种基于图嵌入和扩散采样的动态图异常检测方法，其特征在于，包括以下步骤： 步骤S1、获取动态图数据集，将所有时刻的边索引按时间以分割为邻接矩阵集合{A0…At}，将每个节点特征随机初始化为X；其中，表示t时刻的邻接矩阵，表示实数集，n表示节点数量； 步骤S2、在时间窗口内，根据每个时间戳的边索引生成邻接矩阵，计算出窗口时刻t内的所有扩散矩阵； 步骤S3、基于步骤S2得到的t时刻的扩散矩阵St，对扩散矩阵St的每一行选取k个影响力最大的节点，得到t时刻所有节点子图的节点集表示实数集，n表示节点数量； 步骤S4、将S3得到的子图窗口表示输入到节点时空信息融合模块，得到每个时刻的节点特征表示所述时空信息融合模块包括特征提取模块和时间信息提取模块； 步骤S5、负采样异常边，将异常边和正常边以及S4得到的每个时刻最终用于异常边检测的节点特征表示以送入异常检测器得到所有边的异常分数； 步骤S6、基于S5得到的边异常分数，计算损失函数并最小化损失进行模型训练； 所述步骤S3中，t时刻所有节点子图的节点集的公式如下所示： 其中，表示t时刻的子图的节点集，St表示t时刻的扩散矩阵，topk·表示对扩散矩阵St的每一行选取k个影响力最大的节点； 计算所有窗口时刻对应子图节点后，将获取到的子图窗口表示为其中，t表示当前时刻，w表示时间窗口的大小，表示t时刻的子图的节点集，v表示时间窗口下的时刻； 所述步骤S5中，异常边检测的节点特征表示其中，表示实数集，n表示节点数量，demb表示节点的时空特征表示维度，异常检测器采用全连接层的神经网络，节点i,j之间边异常分数的公式如下所示： 其中，mlp·表示一个两层的全连接神经网络，scorei,j表示节点i,j之间的边的异常分数，是节点i,j的最终用于异常边检测的特征表示。

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云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2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。