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！

龙图腾网获悉苏州门人信息科技有限公司申请的专利一种基于深度学习的AI数据加工加密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：CN119519949B 。

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：202411576790.8，技术领域涉及：H04L9/08；该发明授权一种基于深度学习的AI数据加工加密方法及装置是由蔡勇;陈闪闪设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于深度学习的AI数据加工加密方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习的AI数据加工加密方法及装置，涉及多模态图嵌入技术领域，包括收集多模态数据，并对多模态数据进行预处理；提取多模态数据的特征，通过交叉注意力机制融合多模态数据特征，生成多模态综合特征向量；构建应用图卷积网络GCN关系图生成节点嵌入向量，并结合多模态综合特征向量得到增强节点；完成数据加密后，通过安全传输和分布式存储保护数据，并利用强化学习模型选择最优加密策略；本发明通过多模态图嵌入技术，实现了数据多样化收集与高效预处理，构建数据关系图并应用图卷积网络GCN更新节点嵌入向量，结合多模态综合特征向量生成增强节点嵌入向量，有效捕捉了数据间的复杂关系，提高了节点嵌入向量的表现力。

本发明授权一种基于深度学习的AI数据加工加密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AI数据加工加密方法，其特征在于：包括， 收集多模态数据，并对多模态数据进行预处理； 提取多模态数据的特征，通过交叉注意力机制融合多模态数据特征，生成多模态综合特征向量； 构建图卷积网络GCN关系图，生成节点嵌入向量，并结合多模态综合特征向量得到增强节点； 将增强节点生成复杂密钥种子，通过HKDF导出最终密钥，通过加密算法对数据进行加密； 完成数据加密后，通过安全传输和分布式存储保护数据，并利用强化学习模型选择最优加密策略； 构建图卷积网络GCN关系图，生成节点嵌入向量，并结合多模态综合特征向量得到增强节点，具体步骤为， 根据预处理后的通信记录构建图卷积网络GCN关系图； 使用NetworkX库创建图，并添加节点和边，定义节点v和边属性； 通过激活函数σ进行非线性变换，得到节点嵌入向量表达式为： 其中，是节点v在第l层的嵌入向量，是邻居节点u在第l层的嵌入向量，Nv是节点v的邻居集合，是余弦相似度； 将生成的图卷积网络GCN关系图中的节点嵌入向量和多模态综合特征向量进行结合，生成增强节点； 将增强节点生成复杂密钥种子，通过HKDF导出最终密钥，通过加密算法对数据进行加密，具体步骤为， 引入时间序列中的自回归AR模型生成动态密钥种子，表达式为： 其中，St是当前时间点的密钥种子，ai是自回归系数，St-i是过去密钥种子，p是自回归阶数，i是时间序列中的滞后阶数索引，∈t是误差项； 通过历史数据训练确定自回归阶数和自回归系数； 初始化过去密钥种子； 将增强节点转换成固定长度的向量，并输入到自回归AR模型中，更新当前时间点密钥种子，得到复杂动态密钥种子S't，表达式为： 其中，是经过哈希函数处理后的结果，是增强节点； 通过HKDF密钥导出函数从复杂动态密钥种子中导出最终密钥； 选择AES-256作为加密算法，设置加密模式为CBC，生成和使用初始化向量IV； 根据增强节点动态调整加密算法参数； 根据数据的保密程度，选择对应的密钥和初始化向量进行数据加密，并在加密过程中使用AES-256-CBC模式。

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苏州门人信息科技有限公司，其通讯地址为：215000 江苏省苏州市工业园区星都街80号1013室；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”。