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！

龙图腾网获悉国家电网有限公司大数据中心申请的专利一种面向大模型应用的敏感信息泄露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：CN119961963B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411759170.8，技术领域涉及：G06F21/62；该发明授权一种面向大模型应用的敏感信息泄露检测方法是由彭潇;王宏刚;刘圣龙;江伊雯;吕艳丽;安冰;古浩毓;高原;冯函宇;安思瑶设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种面向大模型应用的敏感信息泄露检测方法在说明书摘要公布了：本发明涉及大规模预训练语言模型应用技术领域，具体提供了一种面向大模型应用的敏感信息泄露检测方法及装置，包括：将待检测文本转化为图结构；将所述图结构作为预先训练的图神经网络的输入，得到所述预先训练的图神经网络输出的所述待检测文本的敏感信息检测结果。本发明提供的技术方案，能够确保大模型生成的内容不包含未经授权的敏感数据，防止在自然语言生成、对话系统或其他大规模模型应用中泄漏个人隐私信息、机密信息等敏感数据。

本发明授权一种面向大模型应用的敏感信息泄露检测方法在权利要求书中公布了：1.一种面向大模型应用的敏感信息泄露检测方法，其特征在于，所述方法包括： 将待检测文本转化为图结构； 将所述图结构作为预先训练的图神经网络的输入，得到所述预先训练的图神经网络输出的所述待检测文本的敏感信息检测结果； 所述预先训练的图神经网络的训练过程包括： 利用大语言模型生成训练文本； 采用敏感信息检测方法识别所述训练文本中的敏感信息； 将标注敏感信息的训练文本作为深度学习模型的输入，得到深度学习模型输出的重新标注敏感信息的训练文本； 将所述重新标注敏感信息的训练文本转化为图结构，并利用所述图结构构建训练数据； 利用所述训练数据对初始图神经网络进行训练，得到所述预先训练的图神经网络； 所述敏感信息包括显性敏感信息和隐性敏感信息； 所述采用敏感信息检测方法识别所述训练文本中的敏感信息，包括： 利用自然语言处理中的命名实体识别方法识别所述训练文本中的显性敏感信息； 将所述训练文本转化为图结构，并将所述图结构作为预先构建的潜在因果网络的输入，得到所述预先构建的潜在因果网络输出的所述训练文本中的隐性敏感信息； 所述深度学习模型采用增量学习算法进行训练，训练过程中，模型参数按下式优化： 上式中，θt+1为t+1时刻模型参数，θt为t时刻模型参数，η为学习率，为损失函数F对模型参数θ的梯度； 所述损失函数如下： 上式中，m为标注敏感信息的训练文本中标注数量，Lossclassificationi为训练文本中第i个标注的识别误差。

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国家电网有限公司大数据中心，其通讯地址为：100031 北京市西城区白广路二条一号综合楼330房间；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。