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！

龙图腾网获悉北京庆讯达科技发展有限公司申请的专利一种基于深度学习的GPT模型安全访问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：CN119961971B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510039952.2，技术领域涉及：G06F21/62；该发明授权一种基于深度学习的GPT模型安全访问方法是由曾庆辉设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于深度学习的GPT模型安全访问方法在说明书摘要公布了：本发明涉及人工智能数据安全技术领域，公开一种基于深度学习的GPT模型安全访问方法，包括：步骤1、构建用户输入数据的隐空间流形，利用变分自编码器对用户输入数据进行处理，通过编码器将用户输入数据映射到隐空间表示，获得隐空间的概率分布，在隐空间概率分布中，将隐空间的先验分布设为高斯分布，且将隐空间表示作为用户输入数据流形的嵌入表示，以构造隐空间流形；步骤2、根据步骤1中构造的隐空间流形，定义目标保护分布流形。通过在用户输入数据的隐空间流形中引入目标保护分布，结合动态调整协方差矩阵的方式，实现对用户隐私的动态保护，得到能根据不同场景实时调整保护强度并有效降低隐私泄露风险的效果。

本发明授权一种基于深度学习的GPT模型安全访问方法在权利要求书中公布了：1.一种基于深度学习的GPT模型安全访问方法，其特征在于，包括： 步骤1、构建用户输入数据的隐空间流形，利用变分自编码器对用户输入数据进行处理，通过编码器将用户输入数据映射到隐空间表示，获得隐空间的概率分布，在隐空间概率分布中，将隐空间的先验分布设为高斯分布，且将隐空间表示作为用户输入数据流形的嵌入表示，以构造隐空间流形； 所述步骤1中隐空间流形的构建使用以下公式描述的概率分布： Px＝∫Px|zPzdz， 其中，Px表示用户输入数据的分布， Pz表示隐空间的先验分布，设为高斯分布N0,I，N表示正态分布，0表示均值向量，I表示单位矩阵， z表示用户输入数据的隐空间表示，Px|z为隐空间到输入数据的生成分布，dz表示在隐空间中积分的变量； 步骤2、根据步骤1中构造的隐空间流形，定义目标保护分布流形，且在隐空间流形上引入保护分布，目标保护分布通过高斯分布进行描述，目标保护分布中的协方差矩阵用于控制数据保护的强度； 所述步骤2中目标保护分布流形通过以下公式描述： Qy～N0,Σ， 其中，Qy表示目标保护分布，y表示在隐空间流形上通过噪声生成的保护数据，N0,Σ为高斯分布，均值为0，协方差矩阵为Σ， 均值0表示目标保护分布的噪声在隐空间中围绕输入数据分布中心对称，协方差矩阵Σ决定噪声的幅度和方向； 步骤3、基于步骤2中定义的目标保护分布流形，用户输入数据隐空间流形到目标保护分布流形建立映射模型，映射模型通过计算输入流形与目标流形间的数据匹配，建立流形间的映射函数，映射函数用于将输入数据隐空间表示转换为目标保护分布表示； 步骤4、在步骤3中建立的映射模型基础上，生成保护数据，保护数据由用户输入数据隐空间表示通过映射函数与动态噪声分布结合得到，动态噪声分布基于目标保护分布流形设定，保护数据包含映射后的隐空间表示和生成的动态噪声； 步骤5、将步骤4中生成的保护数据输入到GPT模型中，利用GPT模型进行推理，推理过程中对保护数据的隐空间表示进行语义理解，结合生成的动态噪声完成对保护数据的处理，输出推理结果。

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庆讯达科技发展有限公司，其通讯地址为：100085 北京市海淀区安宁庄西路9号院25号楼7层3-725；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。