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！

龙图腾网获悉杭州市滨江区浙工大人工智能创新研究院申请的专利基于异构条件编解码架构的以太坊用户行为分析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：CN120528580B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511030355.X，技术领域涉及：H04L9/00；该发明授权基于异构条件编解码架构的以太坊用户行为分析方法是由周嘉俊;李正熙;金程祥;俞山青;宣琦;龙杰设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本基于异构条件编解码架构的以太坊用户行为分析方法在说明书摘要公布了：本发明公开了一种基于异构条件编解码架构的以太坊用户行为分析方法，属于人工智能与区块链行为分析技术领域。本发明将以太坊交互网络建模为区分用户类型与交互类型的有向异构图，定义六种元交互类型进行独热编码；从目标用户视角聚合邻居源用户特征生成邻域特征，结合目标特征及元交互特征输入编码器输出中间隐状态；通过特征解码器重构生成特征，利用注意力聚合不同交互特征得到目标用户增强特征；拼接原特征输入异构图神经网络检测恶意行为；同时从源用户视角对称生成邻域特征与隐状态，通过结构解码器重构邻接矩阵构建辅助学习目标。本发明实现精细化交互语义建模，自适应学习多类型交互模式，强化拓扑关系表征，提升检测准确率。

本发明授权基于异构条件编解码架构的以太坊用户行为分析方法在权利要求书中公布了：1.一种基于异构条件编解码架构的以太坊用户行为分析方法，其特征在于，包括以下步骤： S1、将以太坊交互网络建模为源用户指向目标用户的有向异构图，区分用户类型与交互类型； S2、将源用户、目标用户及交互行为构成的三元组定义为元交互类型，对元交互类型进行独热编码生成元交互类型特征； S3、从目标用户视角，基于不同元交互类型聚合邻居源用户特征，生成目标用户的邻域特征； S4、将目标用户特征输入编码器，邻域特征及元交互类型特征作为条件，共同输入到异构CVAE模型的编码器中，输出目标用户中间隐状态； S5、将中间隐状态输入特征解码器，重构目标用户在元交互行为下的生成特征；通过注意力机制聚合不同元交互行为下的生成特征，得到目标用户增强特征； S6、拼接增强特征与原始特征，结合原始邻接矩阵输入异构图神经网络检测恶意行为； S7、从源用户视角，聚合邻居目标用户特征生成源用户邻域特征； S8、将源用户特征输入编码器，邻域特征及元交互类型特征作为条件，输出源用户中间隐状态； S9、将相同元交互下的目标用户与源用户中间隐状态输入结构解码器，重构邻接矩阵并构建辅助学习目标； 其中S5包括： S5.1：结合条件向量和，与生成的目标用户的中间隐状态共同输入特征解码器中，特征解码器采用两层多层感知机进行特征映射，公式如下： 通过特征解码器重构出目标用户在不同元交互行为下的生成特征，其中，，分别表示第一层和第二层多层感知机的参数矩阵； S5.2：基于生成特征和输入特征，计算特征重构损失函数； S5.3：通过元交互级别的注意力机制聚合各元交互行为下的生成目标用户特征，得到目标用户的增强特征；首先，引入元交互级别注意力向量，用函数计算出元交互行为下生成特征的重要性得分，计算过程如下所示： 其中，是权重矩阵，是偏差向量，得到每种元交互行为的重要性之后，融合各个元交互行为下的生成特征，得到目标用户的最终增强特征： 其中，为元交互行为类型数，为目标用户的最终增强特征； 其中S9包括： S9.1：将在元交互行为下的所有目标用户的中间隐状态和源用户的中间隐状态输入至结构解码器中，得到重构邻接矩阵，计算过程如下： 其中，和为元交互行为下的目标用户和源用户总数量； S9.2：计算重构邻接矩阵的损失函数，用于辅助学习任务，公式如下： 其中，为元交互行为的总类型数； S9.3：计算该模型的总损失： 其中，、、分别是KL散度、特征损失和重构损失在总损失L下的权重。

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杭州市滨江区浙工大人工智能创新研究院，其通讯地址为：310056 浙江省杭州市滨江区长河街道湖西路575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。