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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于动态双重优化增量学习的电信诈骗网站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：CN121173609B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511727423.8，技术领域涉及：H04L9/40；该发明授权一种基于动态双重优化增量学习的电信诈骗网站检测方法是由许永兴;李壮;洪亮;汪旭峰;许艳萍;徐明;乔通设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本一种基于动态双重优化增量学习的电信诈骗网站检测方法在说明书摘要公布了：一种基于动态双重优化增量学习的电信诈骗网站检测方法，包括以下步骤：步骤1、构建电信诈骗网站数据集；步骤2、基于双向编码器表示模型构建用于提取电信诈骗网站特征的多源异构特征提取模型；步骤3、针对当前增量任务，基于动态双重优化增量学习方法，使多源异构特征提取模型进行增量学习；使用训练好的多源异构特征提取模型提取新型电信诈骗网站特征、检测新型电信诈骗网站。本发明能够精准识别不同类型诈骗网站，并且可以通过增量学习的方法实现对新型诈骗网站的持续检测。

本发明授权一种基于动态双重优化增量学习的电信诈骗网站检测方法在权利要求书中公布了：1.一种基于动态双重优化增量学习的电信诈骗网站检测方法，其特征在于，包括以下步骤： 步骤1、构建电信诈骗网站数据集； 步骤2、基于双向编码器表示模型构建用于提取电信诈骗网站特征的多源异构特征提取模型； 步骤3、针对当前增量任务，基于动态双重优化增量学习方法，使所述多源异构特征提取模型进行增量学习；使用训练好的所述多源异构特征提取模型提取新型电信诈骗网站特征、检测新型电信诈骗网站，包括： 步骤3.1、将所述多源异构特征提取模型动态解耦为学习通用特征的通用特征层和学习分类特征的分类特征层； 步骤3.2、对所述通用特征层使用基于梯度的蒸馏损失进行优化； 步骤3.3、对所述分类特征层使用分类交叉熵损失进行优化； 步骤3.4、基于经验回放策略，保存所述当前增量任务的代表性样本，用于下一次增量学习中进行回放； 步骤3.5、保存训练完成的所述多源异构特征提取模型； 所述步骤3.1中，所述多源异构特征提取模型包含12层Transformer编码器；针对所述当前增量任务，计算在当前所述多源异构特征提取模型每一层Transformer编码器中中间结果的层均值向量；基于各所述层均值向量，分别计算前11层所述层均值向量与最后一层所述层均值向量的余弦相似度，分别得到各层解耦衡量值；若某层的所述解耦衡量值大于等于预设阈值，则该层及该层之前的Transformer编码器划分为所述通用特征层；若某层的所述解耦衡量值小于所述预设阈值，则该层及该层之后的Transformer编码器划分为所述分类特征层。

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电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。