Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)丁青艳获国家专利权

山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)丁青艳获国家专利权

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!

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利一种网络交易违法行为预测方法、电子设备及存储介质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:CN120912211B

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:202511446660.7,技术领域涉及:G06Q20/40;该发明授权一种网络交易违法行为预测方法、电子设备及存储介质是由丁青艳;范孟博;王倩设计研发完成,并于2025-10-11向国家知识产权局提交的专利申请。

一种网络交易违法行为预测方法、电子设备及存储介质在说明书摘要公布了:本发明涉及数据处理技术领域,更具体地,涉及一种网络交易违法行为预测方法、电子设备及存储介质。所述方法通过融合多尺度时间卷积网络即TCN、多头不确定性感知差分注意力机制MUDA和倒置Transformer结构iTransformer的深度时序建模框架,实现局部与全局信息的统一建模,显著提升对周期性波动与突发行为的感知与预测稳定性。该方法面向电子商务平台中交易数据的多变量非平稳序列建模任务,通过联合局部与全局特征提取机制,在保持高精度的同时提升模型对异常行为的感知能力与泛化能力。

本发明授权一种网络交易违法行为预测方法、电子设备及存储介质在权利要求书中公布了:1.一种网络交易违法行为预测方法,其特征在于,所述方法包括: S1、交易数据采集与预处理:对原始交易数据进行预处理,生成多变量时间序列及由多变量时间序列构成的输入矩阵X、训练集、验证集和测试集; 从电商平台收集包含交易时间、金额、用户ID、设备信息、IP地址字段的交易数据,并通过电商平台的反欺诈系统或规则引擎标记出与违法行为相关的交易数据;对标记出的与违法行为相关的交易数据按小时进行聚合,生成多变量时间序列,包括刷单次数、异常交易金额、设备切换频率;对生成的多变量时间序列,再通过特征工程筛选与交易违法行为相关的关键变量,包括高频交易标识、重复交易行为,并对筛选后的变量实施标准化处理;经标准化处理后的变量使用滑动窗口方法生成连续多个样本对,将过去一定时间内的样本对作为输入,预测未来时间段内的交易违法行为;最后,由连续多个样本对组成的数据集被划分为训练集、验证集和测试集; S2、构建TCN-MUDA-iTransformer模型: S21、基于多层扩张因果卷积结构和残差连接构建TCN模块,以对步骤S1生成的输入矩阵X进行局部特征提取,输出高维张量,其中,R表示实数集,T是时间步长,H是在每个时间步上学习到的特征数量; S22、对步骤S1生成的输入矩阵X执行将变量视为Token的倒置输入策略与嵌入映射,并引入多头差分注意力机制,构建多头不确定性感知差分注意力机制MUDA-iTransformer模块,以对步骤S1生成的输入矩阵X进行全局特征提取,输出特征,其中,D是特征数,是嵌入空间的维度; S23、对TCN模块输出的高维张量和MUDA-iTransformer模块输出的特征进行特征融合,得到融合向量,将融合向量输入回归预测器,输出模型的预测结果; S3、使用步骤S1生成的训练集对步骤S2构建的TCN-MUDA-iTransformer模型进行训练,通过步骤S1生成的验证集评估模型性能; S4、采用步骤S1生成的测试集,选取多个预测时间点对步骤S3经验证集评估后的模型进行预测及评估。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院),其通讯地址为:250000 山东省济南市历下区经十路东首科学院路19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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。