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！

龙图腾网获悉大连理工大学申请的专利基于属性增强的金融交易信息的异常节点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：CN120597179B 。

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：202511099501.4，技术领域涉及：G06F18/2433；该发明授权基于属性增强的金融交易信息的异常节点检测方法是由郑世磊;徐博;焦宇凡设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于属性增强的金融交易信息的异常节点检测方法在说明书摘要公布了：本发明公开了一种基于属性增强的金融交易信息的异常节点检测方法，本申请通过根据所述图数据得到邻接矩阵及对角矩阵及标准化邻接矩阵；结合节点集合中的每个当前节点确定连接强度；根据频率权重和连接强度确定每个当前节点的采样概率；根据图数据和采样概率确定采样子图；通过距离函数结合特征表示确定每个当前节点与其相邻节点之间的距离及预测概率；当前节点与其相邻节点在不同关系下的邻接矩阵大于零，则连接关系为真；若等于零，则连接关系为假；通过Softmax激活函数确定每个当前节点的目标概率，当目标概率大于等于0.5时，则对应的当前节点为异常节点。有效的捕捉图数据的长距离依赖信息，提高了模型的表达能力，提高了金融网络异常检测的准确率。

本发明授权基于属性增强的金融交易信息的异常节点检测方法在权利要求书中公布了：1.一种基于属性增强的金融交易信息的异常节点检测方法，所述金融交易信息来自于T‑Finance数据集，将所述金融交易信息转换为图数据，所述图数据由节点集合、边集合和节点特征矩阵构成，其特征在于，所述方法基于AEGN模型实现，所述AEGN模型执行的方法包括： 根据所述图数据得到原始邻接矩阵及对角矩阵；所述原始邻接矩阵是所有关系的邻接矩阵的和，所述对角矩阵中的元素为各节点的度； 根据所述原始邻接矩阵及对角矩阵确定标准化邻接矩阵； 根据所述节点集合中的每个当前节点及所述标准化邻接矩阵确定每个当前节点的连接强度； 确定每个当前节点的所属类别的频率权重，并结合每个当前节点对应的所述连接强度确定每个当前节点的采样概率； 根据所述图数据和每个当前节点的采样概率确定采样子图； 确定每个当前节点在不同关系下和不同层的特征表示，通过距离函数结合所述特征表示确定每个当前节点与其相邻节点之间的距离及预测概率； 确定每个当前节点与其相邻节点在不同关系下的邻接矩阵，若所述邻接矩阵大于零，则当前节点与其相邻节点在对应关系下的连接关系为真；若所述邻接矩阵等于零，则当前节点与其相邻节点在对应关系下的连接关系为假； 根据所述连接关系和所述距离确定目标节点集； 通过激活函数结合所述目标节点集中的目标节点在不同层下的目标节点表示及每个当前节点在不同层下的当前节点表示确定所述每个当前节点在不同层的输出； 根据每个当前节点在最后一层的输出及所述原始邻接矩阵确定每个当前节点的增强表示； 通过Softmax激活函数结合所述增强表示确定每个当前节点的目标概率，当所述目标概率大于等于0.5时，则对应的当前节点为异常节点。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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”。