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！

龙图腾网获悉上海成电福智科技有限公司申请的专利一种增强人工智能系统鲁棒性的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：CN120493988B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510976766.1，技术领域涉及：G06N3/042；该发明授权一种增强人工智能系统鲁棒性的方法是由邓建华设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种增强人工智能系统鲁棒性的方法在说明书摘要公布了：本发明公开了一种增强人工智能系统鲁棒性的方法，该方法采集系统运行的系统日志、性能指标和用户行为形成数据集；采用分布式流处理平台对数据集进行实时处理，包括时间对齐和空间对齐；通过图神经网络进行异构分析，识别正常数据和异常数据；将正常数据送至特征存储，对异常数据进行跨维度检测，包括孤立森林检测和规则引擎复检；基于异构分析结果和跨维度检测结果进行实时风险评估，通过融合公式计算最终风险等级；根据风险等级执行相应的限流、阻断或监控操作；完成系统参数的适应性调整。本方法通过实时动态评估系统风险，相比传统对抗样本方法，减少了计算量并提供了更灵活全面的保护机制，有效增强了人工智能系统的鲁棒性。

本发明授权一种增强人工智能系统鲁棒性的方法在权利要求书中公布了：1.一种增强人工智能系统鲁棒性的方法，其特征在于，包括如下步骤： S1.采集系统运行数据，包括系统日志、性能指标、用户行为； S2.采用ApacheKafka作为分布式流处理平台，对S1中采集数据进行实时处理，形成时空对齐的特征数据集； S3.将特征数据集输入GNN模型进行异构分析： 首先，根据S2的特征数据集构建异构图，将其中系统日志、性能指标和用户行为作为不同类型的节点，节点间的时序和逻辑关系作为边； 接着，通过双阶段注意力机制计算节点级注意力和图级注意力； 然后，结合节点级注意力、图级注意力和时间衰减因子，实现边权重的动态更新； 最后，利用训练好的GNN模型对输入数据进行分析，输出初步风险评分GNN_Risk； S4.设定阈值，根据S3的计算结果，将输出数据分为正常数据和异常数据，将小于及等于阈值的输出数据作为正常数据送至特征存储库存储，用于GNN模型更新；将大于阈值的输出数据作为异常数据通过孤立森林算法进行检测，计算出异常分数Isolation_Score，同时通过规则引擎对异常数据进行规则匹配，得到规则置信度Rule_Weight； S5.利用加权融合算法，计算最终风险评分，具体公式为： FinalRisk=0.4·GNN_Risk+0.3·Isolation_Score+0.3·Rule_Weight 其中FinalRisk为最终风险评分； S6.根据最终风险评分FinalRisk，执行分级操作： S61.当FinalRisk0.3时，判定为低风险，记录日志并定期汇总分析； S62.当0.3≤FinalRisk0.7时，判定为中风险，触发告警通知并增加监控频率； S63.当FinalRisk≥0.7时，判定为高风险，自动执行限流措施，包括API访问频率限制、资源分配调整，并发送紧急通知。

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上海成电福智科技有限公司，其通讯地址为：201306 上海市浦东新区临港新片区环湖西二路888号C楼；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。