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！

龙图腾网获悉辽宁云盾网力科技有限公司申请的专利基于AI态势感知的行为分析预警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：CN120805088B 。

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：202511316510.4，技术领域涉及：G06F18/25；该发明授权基于AI态势感知的行为分析预警方法及系统是由高林玉;彭尉设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本基于AI态势感知的行为分析预警方法及系统在说明书摘要公布了：本申请公开了基于AI态势感知的行为分析预警方法及系统，涉及数据识别技术领域。该方法包括：采集多源感知数据并提取数值化特征向量；采用边关联度动态阈值自学习算法筛选有效边构建动态时空图并提取时空关联特征；基于历史检测准确率、数据完整性及场景适配度计算模态权重系数并加权融合多模态特征；输入深度强化学习模型输出威胁风险值及安全响应策略并执行；根据预警准确率和威胁拦截成功率更新动态权重、阈值及策略参数，实现闭环优化。该方法解决了多源异构数据缺乏统一特征表示、跨模态关联性丢失、时空关联关系无法动态更新、多模态特征融合权重固定影响融合有效性、威胁评估缺乏自适应性及模型参数更新滞后导致性能衰减的技术问题。

本发明授权基于AI态势感知的行为分析预警方法及系统在权利要求书中公布了：1.一种基于AI态势感知的行为分析预警方法，其特征在于，包括以下步骤： 通过采集设备获取包括视频、传感器、网络流量及行为日志的多源感知数据，分别提取对应的目标时空特征、设备运行特征、传输特征及操作序列特征，并转为数值化特征向量； 将所述特征向量作为图节点，计算节点间的实时时空关联度，并基于所述实时时空关联度采用边关联度动态阈值自学习算法筛选有效边，构建动态时空图，并基于有效边提取时空关联特征，所述边关联度动态阈值自学习算法包括获取历史有效边集合，基于历史有效边集合计算历史观测关联度，通过所述实时时空关联度与所述历史观测关联度构建损失函数，基于梯度下降法迭代更新动态权重系数，基于更新后的所述动态权重系数及历史有效边集合的关联度分布生成边关联度动态阈值； 基于各模态数据的历史检测准确率、当前数据完整性及场景适配度，计算模态权重系数，对所述时空关联特征加权融合，获得多模态综合特征，所述计算模态权重系数为将历史检测准确率与场景适配度相乘得到第一因子，当前数据完整性的算术平方根作为第二因子，将所述第一因子与第二因子相乘后，经归一化处理，使所有模态权重系数之和为1； 基于所述多模态综合特征、所述各模态数据的历史检测准确率及实时资源占用率，通过包含策略参数的深度强化学习DRL模型进行威胁评估，输出威胁风险值及对应的安全响应策略，当所述威胁风险值达到预设判定条件时，触发相应的安全响应策略，所述深度强化学习DRL模型通过将所述多模态综合特征、各模态数据的历史检测准确率及实时资源占用率组合为多维状态向量，基于所述多维状态向量和策略参数计算威胁风险值，所述策略参数用于控制威胁风险值计算过程中的特征选择权重、状态转移概率及动作决策规则，并基于威胁拦截成功率和预警准确率通过时序差分算法进行迭代更新，根据所述威胁风险值生成对应的安全响应策略； 基于所述威胁风险值、所述安全响应策略执行后的预警准确率、威胁拦截成功率，通过所述边关联度动态阈值自学习算法更新动态权重系数、边关联度动态阈值、通过深度强化学习DRL模型的时序差分算法更新策略参数，输出更新后的参数组，所述参数组用于优化下一轮多源感知数据的特征提取、融合及威胁评估过程。

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辽宁云盾网力科技有限公司，其通讯地址为：116000 辽宁省大连市甘井子区小平岛广场1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。