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！

龙图腾网获悉江西铜锐信息技术有限公司申请的专利IM软件多模态特征融合的即时涉密信息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：CN120180435B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510656113.5，技术领域涉及：G06F21/56；该发明授权IM软件多模态特征融合的即时涉密信息检测方法及系统是由韩一祺;付勇星;刘雨欣;刘俊;蓝康;黄健设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本IM软件多模态特征融合的即时涉密信息检测方法及系统在说明书摘要公布了：本发明提出一种IM软件多模态特征融合的即时涉密信息检测方法及系统，通过在客户端部署TinyBERT模型，生成本地向量化能力；配置文件拦截模块的分发机制，将文本、图像、语音内容分离处理，生成多模态并行处理通道；设计通信管理模块的元信息封装格式，整合文件元信息特征，生成三维特征封装数据流；建立服务器敏感文档数据库与动态规则下发通道，生成闭环策略更新机制，以实现客户端‑服务器协同的分层处理架构。本发明可以在文件上传阶段即刻触发分析，实现毫秒级初步风险评估，具有实时性与低资源消耗的优点。当遇到风险未知数据时，上传服务器进一步验证，提升复杂涉密场景的识别精度。

本发明授权IM软件多模态特征融合的即时涉密信息检测方法及系统在权利要求书中公布了：1.一种IM软件多模态特征融合的即时涉密信息检测方法，其特征在于，所述方法包括如下步骤： 步骤1、监控本地数据传输情况，当出现数据传输行为时，对数据进行文本特征提取，得到文本特征； 步骤2、在客户端设定本地预警策略，将文本特征以及数据的文件元信息与本地预警策略进行匹配，根据匹配结果，实时生成拦截指令，并基于拦截指令对数据传输进行实时拦截； 步骤3、根据匹配结果，将内容不明确数据压缩封装并上传至服务器，并向服务器发送深度分析请求； 步骤4、根据深度分析请求对不明确数据中包含的文本、图像及语音内容进行多模态统一转换与向量化处理，生成文本特征向量数组； 步骤5、对文本特征向量数组进行深度分析，根据深度分析结果生成风险评估结果和预警分级标记，并基于风险评估结果和预警分级标记，客户端执行相应的控制指令，同时动态更新本地预警策略； 在所述步骤4中，根据深度分析请求对不明确数据中包含的文本、图像及语音内容进行多模态统一转换与向量化处理，生成文本特征向量数组具体包括如下步骤： 将不明确数据中包含的文本、图像及语音内容，通过预训练的卷积神经网络模型识别图像中的非文本区域，生成噪声区域坐标掩码图； 基于噪声区域坐标掩码图，使用图像修复算法去除干扰信息，生成去噪后的图像； 采用OCR对去噪后的图像进行文本提取，获取图像文本，再将图像文本进行上下文校验以及对齐，得到高精度文本流； 采用TTS将语音内容转换为连续语音文本，将连续语音文本按时间戳分帧，并结合Transformer模型构建上下文依赖关系，得到带时间戳的语义片段序列； 通过意图分类模型以及情感极性模型分别对带时间戳的语义片段序列进行意图识别和情感分析，得到带场景标签和情感评分的语义片段； 根据带场景标签和情感评分的语义片段中的词频与场景标签，对带场景标签和情感评分的语义片段采用TF-IDF加权计算得到结构化语义片段； 将文本的时间戳、高精度文本流的时间戳与结构化语义片段的时间戳进行对齐，得到时间同步的多模态文本序列； 将时间同步的多模态文本序列通过共享嵌入层映射到同一语义空间，并采用跨模态注意力机制进行融合，输出融合后的多模态特征向量，以融合后的多模态特征向量作为文本特征向量数组； 在所述步骤5中，对文本特征向量数组进行深度分析，根据深度分析结果生成风险评估结果和预警分级标记具体包括如下步骤： 将文本特征向量数组与敏感文档数据库中的特征向量进行余弦相似度计算，以筛选出Top-K候选匹配项； 通过大模型对Top-K候选匹配项进行上下文推理，生成上下文关联度； 基于余弦相似度以及上下文关联度生成综合涉密概率评分，并以综合涉密概率评分作为风险评估结果； 加载管理员配置的分级预警规则，根据涉密概率评分匹配分级预警规则的阈值，生成相应的预警分级标记。

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江西铜锐信息技术有限公司，其通讯地址为：330000 江西省南昌市南昌高新技术产业开发区昌东大道7666号江铜国际广场1#楼办公楼5层513房；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”。