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！

龙图腾网获悉北京瓴溪科技有限公司申请的专利一种基于深度模糊小波学习模型的多模态数据安全分析技术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：CN120223379B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510323937.0，技术领域涉及：H04L9/40；该发明授权一种基于深度模糊小波学习模型的多模态数据安全分析技术是由褚明伟;黄玮;于睿果设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本一种基于深度模糊小波学习模型的多模态数据安全分析技术在说明书摘要公布了：本发明提出了一种基于深度模糊小波学习模型的多模态数据安全分析技术。深度模糊小波学习模型因其在复杂数据环境中的自适应能力，被广泛应用于安全分析领域。本方法对深度模糊小波学习框架进行改进，并将其应用于多模态数据安全分析中。模型首先利用小波变换与模糊聚类相结合的方法对多模态数据文本、语音、视频、图像进行特征分解与降噪处理，提取关键的语义、时序及空间特征，为后续的安全分析提供高维信息表达。其次，构建深度模糊小波神经网络，将提取的特征输入到自适应模糊决策层，并结合小波学习模型捕获时空关联特征，提高模型对复杂攻击模式的感知能力。最后，采用鲁并采用空间搜索优化算法对安全分析结果进行强化，从而有效检测恶意样本、识别后门攻击，并提升对抗攻击防御能力，最终实现精准的多模态数据安全评估。

本发明授权一种基于深度模糊小波学习模型的多模态数据安全分析技术在权利要求书中公布了：1.一种基于深度模糊小波学习模型的多模态数据安全分析方法，包括以下步骤： 第1步、获取多模态安全分析数据集，实验数据采用MIDAS数据集和AVID数据集；MIDAS数据集包含文本日志、网络流量和工业控制系统ICS数据，可用于检测恶意攻击；AVID数据集包含针对图像和视频的对抗样本，适用于对抗攻击检测；在实验中，分别对不同模态数据进行预处理和特征提取，文本数据进行分词处理，并采用TF‑IDF和BERT嵌入方法提取语义特征；图像数据采用多尺度小波变换DWT对图像进行分解，提取低频和高频特征，并结合ResNet‑50卷积神经网络CNN提取深度特征；音频数据计算梅尔频谱系数MFCC，获取时频特征；视频数据提取关键帧，并利用3D卷积网络C3D提取时序特征； 第2步、构建基于小波神经网络WNN与模糊推理系统FIS融合的深度模糊小波学习模型；采用信息增益方法选择关键特征，避免无效特征影响网络训练；模型中，小波变换用于增强数据分辨能力，模糊隶属度函数用于建模不确定性，并通过自适应优化算法优化网络参数，提高多模态数据安全分析的精准度； 第3步、采用空间搜索优化算法对模型进行优化，减少不同类别的模糊重叠，提高分类精度；具体优化过程中，初始网络作为基准，采用全局搜索、局部搜索和对立搜索策略对种群进行优化迭代，从而提升模型的泛化能力和鲁棒性，增强对恶意样本的检测能力； 第4步、输出多模态数据安全分析结果，输入待检测的多模态数据，利用优化后的深度模糊小波学习模型进行分类和异常检测，识别潜在安全威胁，包括数据投毒、对抗攻击等，并输出分析结果。

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瓴溪科技有限公司，其通讯地址为：100086 北京市海淀区中关村南大街甲6号15层1511；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。