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！

龙图腾网获悉厦门美亚亿安信息科技有限公司申请的专利一种基于联邦学习的跨平台暗网情报动态追踪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：CN121434667B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202512034412.8，技术领域涉及：G06F18/20；该发明授权一种基于联邦学习的跨平台暗网情报动态追踪方法是由吴少华;许全聪;林文财;徐崇凯;陈维清;游伟东;揭业灵设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本一种基于联邦学习的跨平台暗网情报动态追踪方法在说明书摘要公布了：本发明公开了一种基于联邦学习的跨平台暗网情报动态追踪方法，涉及情报追踪技术领域，包括，联邦服务器对加密后的本地模型参数梯度进行加权平均聚合，生成全局模型更新梯度，将全局模型更新梯度分发至各联邦学习客户端，各联邦学习客户端解密后更新本地模型，得到新一代全局模型，当任一联邦学习客户端发现可疑目标时，各联邦学习客户端使用新一代全局模型和本地多模态特征向量，进行联合推理计算，生成跨平台关联情报，将跨平台关联情报作为存证记录写入区块链。本发明通过一体化情报追踪方法提升了暗网实体关联的准确性、模型收敛速度与泛化能力，还解决了以往方法中多源信息割裂、隐私泄露风险高、情报难固化等核心痛点。

本发明授权一种基于联邦学习的跨平台暗网情报动态追踪方法在权利要求书中公布了：1.一种基于联邦学习的跨平台暗网情报动态追踪方法，其特征在于：包括， 在各联邦学习客户端上，预置本地模型，并从异构数据平台采集原始数据，并将原始数据转换为本地多模态特征向量，具体为： 将暗网论坛数据预处理后输入本地模型的文本编码器提取文本特征向量； 将即时通讯平台数据输入本地模型的图像编码器，通过全局平均池化层压缩后，映射为图像特征向量； 将区块链网络数据输入本地模型的交易图编码器，交易图编码器基于GraphSAGE架构，构建交易拓扑图并输出交易链拓扑特征向量； 文本特征向量、图像特征向量和交易链拓扑特征向量共同构成本地多模态特征向量； 通过本地多模态特征向量计算联邦对齐损失函数后，计算各联邦学习客户端的本地模型参数梯度； 各联邦学习客户端使用Paillier加密算法对本地模型参数梯度进行加密后，上传联邦服务器； 联邦服务器对加密后的本地模型参数梯度进行加权平均聚合，生成全局模型更新梯度，具体为： 将文本特征向量、图像特征向量和交易链拓扑特征向量输入门控图注意力追踪网络进行前向传播，得到跨平台关联预测结果，根据跨平台关联预测结果计算任务损失项； 计算文本特征向量、图像特征向量及交易链拓扑特征向量在隐空间中的余弦距离作为模态间对齐项； 基于各联邦学习客户端的本地多模态特征向量，结合联邦服务器中的全局特征分布模板，求解分布对齐项； 将任务损失项、模态间对齐项与分布对齐项加权求和，生成联邦对齐损失函数值； 使用反向传播算法自动微分计算联邦对齐损失函数值对文本编码器、图像编码器、交易图编码器以及门控图注意力追踪网络的偏导数，生成本地模型参数梯度； 将全局模型更新梯度分发至各联邦学习客户端，各联邦学习客户端解密后更新本地模型，得到新一代全局模型； 当任一联邦学习客户端发现可疑目标时，各联邦学习客户端使用新一代全局模型和本地多模态特征向量，进行联合推理计算，生成跨平台关联情报，具体为： 发现可疑目标的联邦学习客户端向其余联邦学习客户端发送协同推理请求； 各联邦学习客户端接收到协同推理请求后，使用新一代全局模型对本地多模态特征向量进行前向计算，生成本地关联子图； 各联邦学习客户端将本地关联子图加密后返回至发起协同推理请求的联邦学习客户端； 发起协同推理请求的联邦学习客户端聚合所有加密的本地关联子图进行解密融合，生成跨平台关联情报； 将跨平台关联情报作为存证记录写入区块链。

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厦门美亚亿安信息科技有限公司，其通讯地址为：361000 福建省厦门市厦门火炬高新区软件园一期思明软件园3号创新大厦C区3F-A1254；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。