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！

龙图腾网获悉北京安帝科技有限公司申请的专利一种基于动态风险图谱的工业网络风险感知与协同预警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：CN120567585B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511064333.5，技术领域涉及：H04L9/40；该发明授权一种基于动态风险图谱的工业网络风险感知与协同预警方法是由韩洋;周磊;王蒙;宋显宾设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本一种基于动态风险图谱的工业网络风险感知与协同预警方法在说明书摘要公布了：本发明公开了一种基于动态风险图谱的工业网络风险感知与协同预警方法，涉及工业互联网安全技术领域，包括步骤：S1、多源感知部署；S2、异构数据融合采集；S3、知识图谱引擎构建；S4、深度数据分析；S5、动态风险评估；S6、智能预警决策。该基于动态风险图谱的工业网络风险感知与协同预警方法，通过对设备状态、工艺参数等OT层数据的融合感知，解决了现有技术中感知维度单一、评估滞后和处置脱节的问题，误报率极低，尤其是针对时变风险权重矩阵的动态调整机制进行了改进，能够动态响应新型攻击，同时具备跨域风险传导分析，提高了工业网络安全预警的准确性和响应速度，同时构建了攻击路径预测与处置建议的闭环机制。

本发明授权一种基于动态风险图谱的工业网络风险感知与协同预警方法在权利要求书中公布了：1.一种基于动态风险图谱的工业网络风险感知与协同预警方法，其特征在于，包括以下步骤： S1、多源感知部署：依次部署工业协议探针、设备状态传感器、工艺参数采集模块，以构建多源感知架构，用于多源数据获取； S2、异构数据融合采集：通过自适应采样算法，根据网络和设备的实时状态动态调节采集频率，并建立设备‑网络‑工艺三维特征向量，将多源数据融合成统一的特征表示； S3、知识图谱引擎构建：构建包括设备资产指纹库、漏洞库和探针事件库的知识图谱引擎，实现对设备和网络的全面知识管理； S4、深度数据分析：基于知识图谱引擎，对多源数据进行深度关联分析，提取风险特征； S5、动态风险评估：构建时变风险权重矩阵，根据实时网络拓扑变化和设备状态动态调整风险评估权重，并采用LSTM‑GAN混合模型，预测风险演变趋势，生成三维风险热力图； 所述步骤S4中，知识图谱引擎利用自然语言处理和图神经网络技术对多源数据进行深度关联分析，提取关键风险特征，该步骤包括以下子步骤： S41、多源数据融合：知识图谱引擎接收多源数据，包括工业协议探针的网络通信数据、设备状态传感器的物理状态数据、以及工艺参数采集模块的生产工艺数据，所述数据在知识图谱中以节点的形式表示，并通过边相互关联； S42、深度关联分析：利用图神经网络和深度学习技术，对知识图谱中的节点和边进行深度关联分析，包括识别节点之间的潜在关系、发现隐藏的模式或异常； S43、关键风险特征提取：在深度关联分析的基础上，提取关键风险特征，包括设备的异常状态、网络中的异常通信模式、以及与已知漏洞相关的活动； 所述步骤S5中，时变风险权重矩阵的构建与应用如下： 确定风险评估指标：确定影响工业网络风险水平的因素为网络流量异常、设备状态异常、工艺参数偏差，针对每个因素，设定具体的评估指标； 构建初始风险权重矩阵：基于专家经验或历史数据，为每个风险评估指标分配一个初始的权重值，用于反映了各指标在风险评估中的重要程度； 动态调整风险权重：根据实时监测到的网络拓扑和设备状态数据，对初始风险权重矩阵进行动态调整； 更新时变风险权重矩阵：将动态调整后的权重值更新到风险权重矩阵中，形成时变风险权重矩阵，用于实时反映工业网络的风险状况； 应用时变风险权重矩阵：利用更新后的时变风险权重矩阵，对工业网络进行风险评估，通过计算各风险评估指标的加权和或采用其他风险评估算法，得出当前网络的风险水平。

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北京安帝科技有限公司，其通讯地址为：100142 北京市海淀区西四环北路158号1幢9层9H-5-1；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”。