買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉電信科學技術第五研究所有限公司申請的專利結合異構網絡環境的潛在信息識別方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120416092B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510913303.0，技術領域涉及：H04L43/08；該發明授權結合異構網絡環境的潛在信息識別方法及系統是由司天強;王琨;倪奧;程彥吉;徐岳華;俞鑫設計研發完成，并于2025-07-03向國家知識產權局提交的專利申請。

本結合異構網絡環境的潛在信息識別方法及系統在說明書摘要公布了：本發明提供一種結合異構網絡環境的潛在信息識別方法及系統，首先獲取目標網絡環境的包含多種數據格式原始信息資源的異構網絡環境數據集合，對其進行特征提取得到關聯特征集合，接著基于預訓練的信息模式分析模型對關聯特征集合進行層級化模式匹配處理，生成包含顯著價值信息資源屬性標識及分布路徑的潛在信息識別結果集合，然后根據潛在信息識別結果集合生成動態資源整合策略，用于調整資源調度規則及存儲路徑映射關系，最后將動態資源整合策略反饋至數據管理系統，觸發資源目錄更新操作，提高異構網絡資源利用和管理效率。

本發明授權結合異構網絡環境的潛在信息識別方法及系統在權利要求書中公布了：1.一種結合異構網絡環境的潛在信息識別方法，其特征在于，所述方法包括： 獲取目標網絡環境的異構網絡環境數據集合，所述異構網絡環境數據集合包含多種數據格式的原始信息資源； 對所述異構網絡環境數據集合進行特征提取，得到關聯特征集合，所述關聯特征集合包括各原始信息資源之間的語義關聯特征及動態交互特征； 基于預訓練的信息模式分析模型，對所述關聯特征集合進行層級化模式匹配處理，生成潛在信息識別結果集合，所述潛在信息識別結果集合包含多個顯著價值信息資源的屬性標識及分布路徑； 根據所述潛在信息識別結果集合生成動態資源整合策略，所述動態資源整合策略用于調整異構網絡環境中的資源調度規則及存儲路徑映射關系； 將所述動態資源整合策略反饋至目標網絡環境的數據管理系統，觸發所述數據管理系統執行資源目錄更新操作； 所述對所述異構網絡環境數據集合進行特征提取，得到關聯特征集合，包括： 對所述異構網絡環境數據集合中的文本數據單元執行語義向量化處理，生成文本語義特征集合，其中，所述文本語義特征集合中的每個文本語義特征對應一個文本數據單元的語義向量表示； 對所述異構網絡環境數據集合中的圖像數據單元執行空間特征編碼處理，生成圖像空間特征集合，所述圖像空間特征集合中的每個圖像空間特征包含圖像數據單元中的對象分布信息及上下文關系信息； 對所述異構網絡環境數據集合中的時序數據單元執行動態模式分析處理，生成時序動態特征集合，所述時序動態特征集合中的每個時序動態特征包含數據變化趨勢及周期性波動信息； 將所述文本語義特征集合、所述圖像空間特征集合及所述時序動態特征集合進行跨模態對齊處理，確定不同模態特征之間的語義關聯特征，并基于特征交互頻率生成動態交互特征； 聚合所述語義關聯特征及所述動態交互特征，構建所述關聯特征集合； 所述將所述文本語義特征集合、所述圖像空間特征集合及所述時序動態特征集合進行跨模態對齊處理，確定不同模態特征之間的語義關聯特征，包括： 針對每個文本數據單元對應的文本語義特征，根據其時間戳在預設時間窗口內匹配具有同步時間戳的圖像數據單元和時序數據單元； 將文本語義特征、圖像空間特征及時序動態特征通過投影層映射至統一維度空間后，調用跨模態對齊模型對映射后的特征進行聯合編碼處理，生成跨模態聯合編碼特征； 對所述跨模態聯合編碼特征進行相似度計算處理，確定文本語義特征與圖像空間特征之間的第一關聯度評分，以及文本語義特征與時序動態特征之間的第二關聯度評分； 根據所述第一關聯度評分及所述第二關聯度評分構建語義關聯矩陣，所述語義關聯矩陣的行表示文本數據單元標識，列表示圖像數據單元或時序數據單元標識，矩陣元素為對應的關聯度評分； 提取所述語義關聯矩陣中超過預設閾值的關聯度評分對應的特征組合，生成所述語義關聯特征； 所述基于特征交互頻率生成動態交互特征，包括： 按數據類別對異構網絡環境數據集合中的各數據單元進行分塊劃分，統計各分塊內數據單元之間的交互事件次數，構建分塊交互頻率矩陣，所述交互頻率矩陣的行和列分別表示不同數據單元標識，矩陣元素表示對應數據單元之間的交互次數； 對所述交互頻率矩陣進行時間維度分解處理，得到短期交互頻率特征及長期交互趨勢特征； 將所述短期交互頻率特征與所述長期交互趨勢特征進行差值計算，生成動態波動特征； 根據所述動態波動特征的變化方向及幅度，確定各數據單元之間的動態交互強度； 基于所述動態交互強度對所述語義關聯特征進行加權修正處理，生成所述動態交互特征； 所述基于預訓練的信息模式分析模型，對所述關聯特征集合進行層級化模式匹配處理，生成潛在信息識別結果集合，包括： 將所述關聯特征集合輸入所述信息模式分析模型的特征編碼層，執行逐層非線性變換處理，生成多層抽象特征表示序列，其中，第n層抽象特征表示的維度與第n-1層抽象特征表示的維度呈預設降維比例； 在所述信息模式分析模型的模式匹配層中，對所述多層抽象特征表示序列進行跨層關聯度計算，確定相鄰層抽象特征表示之間的模式相似度指標； 根據所述模式相似度指標與預設動態閾值的比對結果，從所述多層抽象特征表示序列中篩選滿足層級躍遷條件的抽象特征表示，生成層級化特征子集； 對所述層級化特征子集執行模式聚類處理，生成初始候選模式集合，其中，每個初始候選模式包含模式中心向量及隸屬度范圍； 基于所述模式中心向量與所述關聯特征集合中各特征向量的距離分布，計算每個初始候選模式在預設鄰域范圍內的特征向量分布密度作為信息密度值，并根據最大距離閾值確定覆蓋半徑； 根據所述信息密度值及覆蓋半徑對所述初始候選模式集合執行冗余合并處理，合并重疊覆蓋半徑內信息密度值差異小于預設合并閾值的初始候選模式，生成優化模式集合； 從所述優化模式集合中提取各模式中心向量對應的特征單元標識，關聯所述語義關聯特征中的資源屬性標簽及路徑拓撲關系，生成所述顯著價值信息資源的屬性標識及分布路徑； 聚合所有顯著價值信息資源的屬性標識及分布路徑，構建所述潛在信息識別結果集合。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電信科學技術第五研究所有限公司，其通訊地址為：610021 四川省成都市錦江區大慈寺路22號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。