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！

龙图腾网获悉西安理工大学申请的专利一种基于云边协同的高铁系统网络风险动态智能定位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：CN120750637B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511158302.6，技术领域涉及：H04L9/40；该发明授权一种基于云边协同的高铁系统网络风险动态智能定位方法是由王梓人;王一川;吴亚丽;梁帅;千金设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本一种基于云边协同的高铁系统网络风险动态智能定位方法在说明书摘要公布了：本发明公开了一种基于云边协同的高铁系统网络风险动态智能定位方法，属于智能交通技术领域，包括S1、图嵌入法重建节点特征，生成节点嵌入向量供后续分析；S2、计算残余网络累计连通性，识别关键风险节点；S3、计算风险节点权重，确定节点重要性以提高定位效率；S4、构建强化学习模型，使其适应网络变化并制定最优方案；S5、基于边中心性定位关键边，为监控和防控提供依据；S6、确认关键链，通过实时决策实现自适应安全防控。本发明采用上述一种基于云边协同的高铁系统网络风险动态智能定位方法，动态智能定位高铁网络风险，精准识别风险关键节点、边和传播链，实现有效防控，提升系统安全性与运维智能化水平。

本发明授权一种基于云边协同的高铁系统网络风险动态智能定位方法在权利要求书中公布了：1.一种基于云边协同的高铁系统网络风险动态智能定位方法，其特征在于，包括以下步骤： S1、采用图嵌入法重建节点特征，生成节点嵌入向量用于后续的节点分类； S2、计算残余网络累计连通性； S3、计算风险节点权重，确定节点重要性以提高定位效率； S4、构建强化学习模型，使其适应网络变化并制定最优方案； S5、基于边中心性定位关键边，为监控和防控提供依据； S6、确认关键链，通过强化学习模型的实时决策实现自适应安全防控； 步骤S1具体包括： S11、构建高铁信息基础设施网络图； S12、采用Node2Vec作为图嵌入方法，设置超参数； S13、通过偏置随机游走生成节点序列，训练Node2Vec模型，得到每个节点的嵌入向量； S14、对节点嵌入向量进行重要性评估，采用逻辑回归对节点进行分类，识别关键风险节点； 步骤S4中，以高铁信息基础设施网络为环境，以移除关键节点后剩余网络节点的状态为状态，以移除或替换关键子系统节点为动作，以采取动作后残余关键边为奖励，通过不断更新参数学习节点状态与动作的最优映射，进而基于动作价值函数、状态价值函数、最优动作价值函数和最优状态价值函数，实现不同网络状态下最优关键点的选择； 步骤S6中，基于强化学习寻找关键链的具体过程为：接收高铁信息基础设施网络的状态；基于该状态采取动作，移除一个网络节点，环境进入新状态；此时环境会带来一些奖励，即累计连通性AC值，其目标是最大化所有奖励之和的期望，基于计算出的Q值，采用行动策略，以概率选择Q最高的节点，否则采取随机行动，通过多次模拟训练更新参数，识别引发系统连锁失效的节点及依赖关系，形成风险关键链，风险防控策略在关键链上指定，当挖掘出攻击节点，根据关键链及时阻断关键边实现安全防控。

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西安理工大学，其通讯地址为：710048 陕西省西安市金花南路5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”。

以上内容由龙图腾AI智能生成。