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！

龙图腾网恭喜大数据安全工程研究中心(贵州)有限公司申请的专利基于深度学习的风险行为感知方法及装置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：CN119939576B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510428728.2，技术领域涉及：G06F21/55；该发明授权基于深度学习的风险行为感知方法及装置是由蒋忠均;廖芳;李雪松;李香冬设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本基于深度学习的风险行为感知方法及装置在说明书摘要公布了：本发明提供一种基于深度学习的风险行为感知方法及装置，首先采集目标用户预设时间窗口内包含网络访问记录、终端操作日志和应用程序接口调用序列的多源行为数据，接着对多源行为数据进行时空特征提取，生成行为轨迹特征向量，并通过协议解析网络访问记录得到网络行为特征向量，之后将二者输入预训练的风险评估神经网络联合编码，得出行为风险概率分布，再依据超过预设阈值的风险类别确定风险等级，生成预警信号，最后根据预警信号触发实时告警模块，向安全管理终端发送风险描述文本和风险缓解策略，实现多源数据综合分析，精准评估风险并及时有效预警，提升风险感知能力。

本发明授权基于深度学习的风险行为感知方法及装置在权利要求书中公布了：1.一种基于深度学习的风险行为感知方法，其特征在于，所述方法包括： 采集目标用户在预设时间窗口内的多源行为数据，所述多源行为数据包括网络访问记录、终端操作日志和应用程序接口调用序列； 对所述多源行为数据进行时空特征提取，生成所述目标用户的行为轨迹特征向量，并对所述网络访问记录进行协议解析，得到网络行为特征向量； 将所述行为轨迹特征向量和所述网络行为特征向量输入预训练的风险评估神经网络，通过所述风险评估神经网络对所述行为轨迹特征向量和所述网络行为特征向量进行联合编码，生成所述目标用户的行为风险概率分布； 基于所述行为风险概率分布中超过预设阈值的风险类别，确定所述目标用户的风险等级，并生成与所述风险等级对应的预警信号； 根据所述预警信号触发实时告警模块，向安全管理终端发送所述风险等级对应的风险描述文本和风险缓解策略； 所述对所述多源行为数据进行时空特征提取，生成所述目标用户的行为轨迹特征向量，包括： 从所述终端操作日志中提取操作事件的时间戳序列和操作类型标签，将所述时间戳序列转换为时间间隔分布直方图，并将所述操作类型标签映射为操作语义向量； 从所述应用程序接口调用序列中提取接口调用频率矩阵，并对所述接口调用频率矩阵进行滑动窗口统计，生成接口调用模式特征； 将所述时间间隔分布直方图、所述操作语义向量和所述接口调用模式特征进行特征拼接，得到初始行为轨迹特征； 对所述初始行为轨迹特征进行降维处理，去除所述初始行为轨迹特征中的冗余维度，生成压缩后的中间行为轨迹特征； 将所述中间行为轨迹特征输入时空注意力模块，通过所述时空注意力模块对所述中间行为轨迹特征中的时间依赖关系和空间关联关系进行加权融合，生成所述行为轨迹特征向量； 所述对所述网络访问记录进行协议解析，得到网络行为特征向量，包括： 解析所述网络访问记录中的目标协议字段，提取所述目标协议字段中的源地址、目标地址、协议类型和数据包长度； 根据所述源地址和所述目标地址生成地址对特征，并对所述协议类型进行独热编码，生成协议类型编码向量； 对所述数据包长度进行分段统计，生成数据包长度分布直方图，并将所述数据包长度分布直方图转换为频域特征向量； 将所述地址对特征、所述协议类型编码向量和所述频域特征向量进行特征融合，得到原始网络行为特征； 将所述原始网络行为特征输入卷积神经网络进行局部模式提取，生成所述网络行为特征向量。

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大数据安全工程研究中心(贵州)有限公司，其通讯地址为：551400 贵州省贵阳市观山湖区林城西路摩根中心B幢第9层1—4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”。