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！

龙图腾网获悉北京理工大学申请的专利基于多特征融合的区块链数据隐蔽传输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：CN119853947B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411735633.7，技术领域涉及：H04L9/40；该发明授权基于多特征融合的区块链数据隐蔽传输检测方法及系统是由张子剑;邱磊;陈卓;袁祥博;雷音;刘莹雪;高峰;祝烈煌设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于多特征融合的区块链数据隐蔽传输检测方法及系统在说明书摘要公布了：本发明提供一种基于多特征融合的区块链数据隐蔽传输检测方法及系统，涉及区块链技术领域，方法包括：构建区块链数据隐蔽传输检测模型；区块链数据隐蔽传输检测模型包括文本特征检测模型、关联特征检测模型和融合特征检测模型；文本特征检测模型对输入的区块链数据进行文本特征分类，得到文本特征分类结果；关联特征检测模型对输入的区块链数据进行关联特征分类，得到关联特征分类结果；融合特征检测模型进行加权融合，得到最终分类结果；对区块链数据隐蔽传输检测模型进行训练，得到训练好的区块链数据隐蔽传输检测模型；基于训练好的区块链数据隐蔽传输检测模型进行区块链数据隐蔽传输检测。本发明提高区块链数据隐蔽传输检测的准确性。

本发明授权基于多特征融合的区块链数据隐蔽传输检测方法及系统在权利要求书中公布了：1.一种基于多特征融合的区块链数据隐蔽传输检测方法，其特征在于，其包括： 构建区块链数据隐蔽传输检测模型；所述区块链数据隐蔽传输检测模型包括文本特征检测模型、关联特征检测模型和融合特征检测模型； 所述文本特征检测模型包括第一输入层、第一嵌入层、第一卷积层、第二卷积层、池化层和全连接层； 所述第一输入层对输入的区块链数据进行提取，得到文本特征序列； 所述第一嵌入层对所述文本特征序列进行数值化处理，得到第一数值索引序列，并将所述第一数值索引序列转换为向量空间表示，得到第一嵌入矩阵； 所述第一卷积层包括第一卷积单元、第二卷积单元和第三卷积单元； 所述第一卷积单元基于第一卷积核对所述第一嵌入矩阵进行卷积处理，得到第一卷积特征图；所述第二卷积单元基于第二卷积核对所述第一嵌入矩阵进行卷积处理，得到第二卷积特征图；所述第三卷积单元基于第三卷积核对所述第一嵌入矩阵进行卷积处理，得到第三卷积特征图； 所述第二卷积层包括第四卷积单元、第五卷积单元和第六卷积单元； 所述第四卷积单元基于第四卷积核对所述第一卷积特征图进行卷积处理，得到第四卷积特征图；所述第五卷积单元基于第五卷积核对所述第二卷积特征图进行卷积处理，得到第五卷积特征图；所述第六卷积单元基于第六卷积核对所述第三卷积特征图进行卷积处理，得到第六卷积特征图； 所述池化层包括第一池化单元、第二池化单元和第三池化单元； 所述第一池化单元对所述第四卷积特征图进行最大值池化处理，得到第一池化特征图；所述第二池化单元对所述第五卷积特征图进行最大值池化处理，得到第二池化特征图；所述第三池化单元对所述第六卷积特征图进行最大值池化处理，得到第三池化特征图； 所述全连接层对所述第一池化特征图、所述第二池化特征图和所述第三池化特征图进行过滤后级联，得到第一特征向量，并基于激活函数对所述第一特征向量进行分类，得到文本特征分类结果； 所述关联特征检测模型用于对输入的区块链数据进行关联特征分类，得到关联特征分类结果； 所述融合特征检测模型对所述文本特征分类结果和所述关联特征分类结果进行加权融合，得到最终分类结果； 对所述区块链数据隐蔽传输检测模型进行训练，得到训练好的所述区块链数据隐蔽传输检测模型； 基于训练好的所述区块链数据隐蔽传输检测模型进行区块链数据隐蔽传输检测。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。