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！

龙图腾网获悉西南石油大学;北京师范大学珠海校区申请的专利一种基于图神经网络的时效网络传播源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：CN120729628B 。

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：202511173893.4，技术领域涉及：H04L9/40；该发明授权一种基于图神经网络的时效网络传播源检测方法是由王建波;唐培超;许小可;吴晔;李平设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种基于图神经网络的时效网络传播源检测方法在说明书摘要公布了：一种基于图神经网络的时效网络传播源检测方法，涉及信息传播溯源技术领域，包括以下步骤：观测获取目标网络中的节点的交互行为数据，判断节点最终状态，生成表示节点最终状态的节点状态信息，得出时效图序列，计算每个节点的多尺度时效交互上下文得分、局部异质性特征、节点状态特征向量、时间信息流潜力，将所得结果拼接成为每个节点对应的初始特征向量，结合初始特征向量训练GNN模型，将训练完成的GNN模型用于预测新传播事件的传播源点；本发明中提出的信息传播源点检测方法能够显著提高溯源的准确性，通过引入多尺度时效交互上下文得分，能够区分节点在不同传播阶段的动态重要性，克服了现有技术忽略时间维度导致对早期关键节点识别不清的问题。

本发明授权一种基于图神经网络的时效网络传播源检测方法在权利要求书中公布了：1.一种基于图神经网络的时效网络传播源检测方法，其特征在于，包括以下步骤： 步骤S1：观测获取目标网络中的节点的交互行为数据，判断节点最终状态，生成表示节点最终状态的节点状态信息，得出时效图序列； 其中，节点的最终状态包括感染、未感染、康复； 步骤S2：计算每个节点的多尺度时效交互上下文得分，结合时效图序列计算每个节点的局部异质性特征，向量化节点状态信息得到节点状态特征向量，并计算每个节点的时间信息流潜力，将每个节点的多尺度时效交互上下文得分、局部异质性特征、节点状态特征向量、时间信息流潜力拼接成为每个节点对应的初始特征向量； 其中，每个节点的局部异质性特征的计算方法为： 步骤S21：聚合时效图序列得到一组静态的、无向的全局网络，具体如式2所示： 2 式2中，Gagg为全局网络；V为网络中的全部节点集合，包含整个观测周期内出现过的所有节点；Eagg为全局边集合，包含在任意一个时间窗口至少出现过一次的所有连接关系； 步骤S22：选择网络中的全部节点集合中的任一节点，获取与之直接相邻的邻居节点组成邻居节点集合； 步骤S23：确定该节点的最终状态； 步骤S24：遍历邻居节点集合中的每一个邻居节点，分别获取所有邻居节点的最终状态； 步骤S25：统计邻居节点集合中最终状态与该节点的最终状态不相同的邻居节点的数量； 步骤S26：计算最终状态不同于该节点的邻居节点占邻居节点集合中的比例，将各自所占比例组成三维向量，作为该节点的局部异质性特征，不同于该节点的邻居节点占邻居节点集合中的比例的计算式如式3所示： 3 式3中，LHF为该节点的局部异质性特征；Nu为该节点的邻居节点集合；j为最终状态类型；为最终状态是未感染的邻居节点之和；为最终状态是感染的邻居节点之和；为最终状态是康复的邻居节点之和； 步骤S27：重复上述步骤直至得出网络中所有节点的局部异质性特征； 步骤S3：结合初始特征向量训练GNN模型； 步骤S4：将训练完成的GNN模型用于预测新传播事件的传播源点。

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西南石油大学;北京师范大学珠海校区，其通讯地址为：610500 四川省成都市新都区新都大道8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。