福建中信网安信息科技有限公司郑丹永获国家专利权
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!
龙图腾网获悉福建中信网安信息科技有限公司申请的专利一种基于量子机器学习的量子异常追溯检测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:CN121365987B 。
龙图腾网通过国家知识产权局官网在2026-04-10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:202511947297.7,技术领域涉及:G06Q30/018;该发明授权一种基于量子机器学习的量子异常追溯检测方法是由郑丹永;黄金虎;金华松;何颖;吴悦婷;王昌剑设计研发完成,并于2025-12-23向国家知识产权局提交的专利申请。
本一种基于量子机器学习的量子异常追溯检测方法在说明书摘要公布了:本发明公开一种基于量子机器学习的量子异常追溯检测方法,应用于数据处理技术领域,本发明采集量子云码全链路流转数据,含赋码设备编号、时间戳等关键信息。经数据清洗与特征提取构建标准化特征向量,依托量子机器学习框架,选量子支持向量机算法并优化量子门线路,训练异常检测模型。模型实时接入数据流,识别非法赋码等异常并追溯源头,生成预警与溯源报告。结合行业需求划分异常等级,生成分级预警与溯源方案,联动平台生成协同管控策略,最终综合处理多类信息,输出含检测准确率等指标的评估信息。
本发明授权一种基于量子机器学习的量子异常追溯检测方法在权利要求书中公布了:1.一种基于量子机器学习的量子异常追溯检测方法,其特征在于,包括: 采集量子云码全链路流转数据及关联信息,包括赋码设备编号、赋码时间戳、赋码地理位置、全流程验证记录及流转节点信息; 对量子云码全链路流转数据及关联信息进行处理,通过数据清洗、特征提取构建标准化特征向量,基于量子机器学习框架选取量子支持向量机算法,优化量子门线路结构与参数配置,训练生成异常检测模型,包括对量子云码全链路流转数据及关联信息进行数据清洗、冗余剔除与格式标准化处理,剔除重复赋码记录、无效验证数据及格式异常信息,统一时间戳格式、地理位置编码及设备编号规则,提取赋码特征、时空特征、验证特征及流转节点特征;基于量子机器学习框架确定特征映射维度与量子核函数类型,选取量子支持向量机算法作为核心建模算法,明确算法的量子态初始化方式与样本数据量子化映射规则;优化量子门线路的量子比特分配、逻辑门组合及参数调节策略;将标准化特征向量转化为量子态表示,输入量子支持向量机模型进行迭代训练,通过量子测量获取模型输出结果,调整模型超参数,生成包括具备非法赋码、跨区域窜货的异常数据识别能力的量子机器学习异常检测模型; 对训练完成的异常检测模型进行处理,引入模型推理优化机制,通过量子态推理加速算法提升异常特征匹配效率,优化模型部署适配逻辑,实时接入量子云码流转数据流,通过模型推理识别非法赋码、跨区域窜货的异常数据,结合量子云码唯一标识特性追溯异常数据源头与流转轨迹,生成初步异常预警信息与溯源报告; 对初步异常预警信息与溯源报告进行处理,结合食品、医药行业溯源监管需求,建立异常等级划分标准,施加检测准确率阈值约束与实时响应时效要求,生成分级预警通知与精准溯源方案; 对分级预警通知与精准溯源方案进行处理,联动行业监管平台与企业管理系统,生成兼顾异常处置效率与监管覆盖范围的协同管控策略; 对初步异常预警信息、溯源报告、分级预警通知、精准溯源方案及协同管控策略进行综合处理,构建模型全流程评估体系,将模型异常检测精度、推理速度、泛化能力纳入评估维度,生成量子云码异常追溯检测综合评估信息。
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福建中信网安信息科技有限公司,其通讯地址为:350000 福建省福州市晋安区鼓山镇福光路318号2号楼8层;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励