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！

龙图腾网获悉中国人民解放军战略支援部队信息工程大学申请的专利基于属性增强采样的网络节点全粒度异常检测方法及系统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：CN118074958B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202410073269.6，技术领域涉及：H04L9/40；该发明授权基于属性增强采样的网络节点全粒度异常检测方法及系统是由尹美娟;焦隆隆;罗向阳;崔伦翀设计研发完成，并于2024-01-18向国家知识产权局提交的专利申请。

本基于属性增强采样的网络节点全粒度异常检测方法及系统在说明书摘要公布了：本发明涉及网络安全分析技术领域，特别涉及一种基于属性增强采样的网络节点全粒度异常检测方法及系统，基于属性增强方式获取原始属性网络的属性增强网络，并通过间隔随机游走的子图采样生成原始属性网络和属性增强网络两者的正负样本对；利用正负样本对构建包含节点与子图、节点与节点、子图与子图及节点与全局的全粒度对比学习网络，以使用全粒度对比学习网络捕获节点在子图级、节点级及全局的异常信息；基于全粒度对比学习网络计算每个节点的异常值得分，并依据异常值得分判定属性网络中的异常节点，其中，异常值得分包括节点与子图异常得分、节点与节点异常得分和节点与全局异常得分。本发明能够提升属性网络异常节点检测准确率，便于实际场景中部署应用。

本发明授权基于属性增强采样的网络节点全粒度异常检测方法及系统在权利要求书中公布了：1.一种基于属性增强采样的网络节点全粒度异常检测方法，其特征在于，包含： 基于属性增强方式获取原始属性网络的属性增强网络，并通过间隔随机游走的子图采样生成原始属性网络和属性增强网络两者的正负样本对；其中，基于属性增强方式获取原始属性网络的属性增强网络，包含：首先，利用训练好的自编码器提取原始属性网络节点关键属性特征，得到新的属性特征矩阵；然后，计算任意两个节点之间的相似度大小，如果节点间的相似度大于相似度阈值且节点间无边连接，则在对应节点间增加连边，得到新的邻接矩阵，并生成对应的属性增强网络；通过间隔随机游走的子图采样生成原始属性网络和属性增强网络两者的正负样本对，包含：以目标节点作为起始点，基于重启随机游走在原始属性网络和属性增强网络上分别进行正样本子图采样，得到原始属性网络和属性增强网络上分别由目标节点和正样本子图构成的正样本对；对距离目标节点两跳之外的第二节点进行子图采样，得到以第二节点为起始节点的子图，将该子图作为目标节点的负样本子图，得到原始属性网络和属性增强网络上由目标节点和负样本子图构成的负样本对； 利用正负样本对构建包含节点与子图、节点与节点、子图与子图及节点与全局的全粒度对比学习网络，以使用全粒度对比学习网络捕获节点在子图级、节点级及全局的异常信息； 其中，构建包含节点与子图、节点与节点、子图与子图及节点与全局的全粒度对比学习网络，包含：首先，设置节点与子图、节点与节点、子图与子图及节点与全局各粒度对比学习损失，并基于各粒度对比学习损失设置联合训练目标函数；然后，将原始属性网络和属性增强网络的正负样本对及网络全局信息作为GCN神经网络结构的输入数据，基于联合训练目标函数训练GCN神经网络，将训练后的GCN神经网络作为全粒度对比学习网络； 基于全粒度对比学习网络计算每个节点的异常值得分，并依据异常值得分判定属性网络中的异常节点，其中，异常值得分包括节点与子图异常得分、节点与节点异常得分和节点与全局异常得分。

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中国人民解放军战略支援部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。