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！

龙图腾网获悉飞图云科技(山东)有限公司申请的专利一种基于大数据的信息安全风险行为识别方法及系统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：CN121502756B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610030458.4，技术领域涉及：G06F21/55；该发明授权一种基于大数据的信息安全风险行为识别方法及系统是由郭鑫;李德一;沈侨;王壮志;方明;窦勇设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本一种基于大数据的信息安全风险行为识别方法及系统在说明书摘要公布了：本发明公开了一种基于大数据的信息安全风险行为识别方法及系统，涉及信息安全与大数据分析的技术领域。采集用户多模态行为数据并进行预处理，得到结构化行为数据集，基于该数据集构建行为序列，通过可视化转换生成行为序列图像，并利用ResNet18模型提取行为特征，对行为特征进行处理，得到行为实体表示，利用图注意力网络挖掘实体之间的关联关系并构建行为关系图谱并建立多维度行为知识库，基于原型增强图卷积网络模型和多维度行为知识库计算行为特征与各类别原型中心的偏离程度，识别异常行为模式并输出异常行为识别结果，并将偏离程度进行归一化处理，得到异常评分，根据异常评分与预设风险指标阈值进行比对，触发安全预警。

本发明授权一种基于大数据的信息安全风险行为识别方法及系统在权利要求书中公布了：1.一种基于大数据的信息安全风险行为识别方法，其特征在于，包括以下步骤： 步骤S1：获取用户多模态行为数据，对用户多模态行为数据进行预处理得到结构化行为数据集； 步骤S2：基于结构化行为数据集构建行为序列，对行为序列进行可视化转换生成行为序列图像，并通过ResNet18模型对行为序列图像进行特征提取得到行为特征； 步骤S3：对行为特征进行实体识别与语义对齐得到行为实体表示，利用图注意力网络挖掘实体之间的关联关系并构建行为关系图谱，基于行为关系图谱和预定义的语义标签库建立多维度行为知识库； 所述步骤S3具体包括： 步骤S31：对所述行为特征进行实体识别与语义对齐，其处理逻辑包括： 将行为特征作为图注意力网络的节点初始特征； 通过图注意力网络中的可学习变换矩阵，将512维特征向量映射到行为语义空间，形成行为实体表示； 所述行为实体表示包括用户身份、操作类型、访问资源和网络协议； 步骤S32：利用图注意力网络挖掘行为实体间的关联关系，构建行为关系图谱，其处理逻辑包括： 基于行为实体在行为序列中的共现关系、时序相邻关系和特征相似度建立图的边连接； 所述共现关系是两个行为实体在同一行为序列单元内同时出现，并建立共现边，共现边权重可基于共现次数确定； 所述时序相邻关系是两个行为实体在相邻时间步骤中出现，并建立时序边，时序边权重可基于时间间隔反比计算； 所述特征相似度通过计算行为特征中的每个向量之间的余弦相似度，当相似度超过预设阈值时建立相似性边，相似性边权重等于相似度值； 采用多头图注意力机制计算节点间的注意力系数，其计算公式为： ； 其中，表示注意力系数，表示节点的512维特征向量，表示视觉特征映射到语义空间的变换矩阵，表示注意力权重，表示节点，表示与节点不同的节点，表示注意力头的总数，表示与节点相连的所有邻居节点的集合，表示从第1个注意力头遍历到第个注意力头，表示非线性激活函数； 步骤S33：融合预定义的语义标签库，形成多维度行为知识库，其处理逻辑包括： 根据预定义的语义标签库，将行为特征与预定义的语义标签库进行匹配，得到每个节点分配对应的语义标签； 所述预定义的语义标签库包括行为类别、风险等级、上下文标签； 所述行为类别包括登录和文件修改； 所述上下文标签包括工作时间段和外部网络环境； 将行为特征与对应语义标签整合，生成融合后的行为特征； 构建多维度行为知识库，存储行为实体、行为关系图谱和语义标签； 步骤S4：基于原型增强图卷积网络模型和多维度行为知识库计算行为特征与各类别原型中心的偏离程度，识别异常行为模式并输出异常行为识别结果，并将偏离程度进行归一化处理，得到异常评分； 步骤S5：根据异常评分与预设风险指标阈值进行比对，触发安全预警。

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飞图云科技(山东)有限公司，其通讯地址为：250100 山东省济南市市中区舜耕街道旅游南路27307号2-17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”。

以上内容由龙图腾AI智能生成。