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！

龙图腾网恭喜杭州安泉数智科技有限公司申请的专利多智能体协作的深度伪造攻击的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：CN119996072B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510443383.8，技术领域涉及：H04L9/40；该发明授权多智能体协作的深度伪造攻击的检测方法及系统是由张昕昊;黄进;陈凯平;林华兴;金昱珂设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本多智能体协作的深度伪造攻击的检测方法及系统在说明书摘要公布了：本说明书多个实施例涉及信息技术领域，具体涉及一种多智能体协作的深度伪造攻击的检测方法及系统。所述方法包括步骤：S1、构建包含Agent层、信道层和DeepFake生成层的多维嵌套结构模型，获得渗透行为图谱；S2、采集多时间段内的隐蔽信道通信数据与DeepFake生成数据，按时间片划分并标注预设攻击行为，对比相邻时间片的预设指标，生成跨层差分特征向量；S3、通过时序差分注意力机制生成多尺度显著性映射矩阵；S4、构建多层异构CycleGAN网络并注入嵌套所述显著性映射矩阵；S5、基于多层异构CycleGAN网络的判别结果，反馈到所述渗透行为图谱；S6、建立针对所述渗透行为图谱的在线自适应检测机制。

本发明授权多智能体协作的深度伪造攻击的检测方法及系统在权利要求书中公布了：1.多智能体协作的深度伪造攻击的检测方法，其特征在于，包括步骤：S1、构建包含Agent层、信道层和DeepFake生成层的多维嵌套结构模型，每个层通过多维度特征表示，将所述多维嵌套结构映射为层级式图谱，并记录关联映射关系、初始状态权重与时间戳，获得渗透行为图谱；S2、采集多时间段内的隐蔽信道通信数据与DeepFake生成数据，按时间片划分并标注预设攻击行为，对比相邻时间片的预设指标，生成跨层差分特征向量；S3、根据所述跨层差分特征向量，对Agent层、信道层和DeepFake生成层的差分特征进行解耦，通过时序差分注意力机制生成多尺度显著性映射矩阵；S4、构建多层异构CycleGAN网络并注入嵌套所述显著性映射矩阵；S5、基于多层异构CycleGAN网络的判别结果，反馈到所述渗透行为图谱；S6、基于时序回溯强化策略，建立针对所述渗透行为图谱的在线自适应检测机制，实现对深度伪造攻击的检测；生成跨层差分特征向量的方法包括：从实际攻击流量中采集数据并分别提取隐蔽信道层特征及DeepFake生成层特征，按时间戳将其分割为多个时间片，并标注预设关键行为；基于相邻时间片的特征对比，计算隐蔽信道层特征及DeepFake生成层特征的差分特征；将隐蔽信道层与DeepFake生成层的差分特征结合，形成跨层差分特征向量；生成多尺度显著性映射矩阵的方法包括：获取每个时间片内的Agent层的行为特征，收集隐蔽信道的预设特征量在不同时间片的变化量，记录DeepFake生成层的预设特征量在不同时间片的变化量；分别为Agent层、信道层和DeepFake生成层构建独立的注意力权重，通过对比相邻时间片的差分特征调整所述注意力权重；根据使用所述注意力权重加权后的差分特征生成多尺度显著性映射矩阵；基于时序回溯强化策略，建立针对所述渗透行为图谱的在线自适应检测机制，实现对深度伪造攻击的检测的方法包括：采集网络流量、Agent行为日志、隐蔽信道数据的实时数据，按照步骤S1至S5获得渗透行为图谱；引入时序回溯机制，生成一个滑动窗口，存储最近一段时间内的历史数据，根据所述实时数据以及所述滑动窗口存储的数据更新所述渗透行为图谱；将所述渗透行为图谱输入所述多层异构CycleGAN网络的三个分支，获得每个分支的检测得分，根据每个分支的检测得分的加权和获得总得分；当所述总得分大于设定的阈值时，判定存在深度伪造攻击。

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安泉数智科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区西兴街道丹枫路399号2幢1901-1室；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”。