買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉同濟(jì)大學(xué)申請的專利一種基于微觀事件圖譜的細(xì)粒度電信網(wǎng)絡(luò)反欺詐檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN113887577B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202111072230.5，技術(shù)領(lǐng)域涉及：G06F18/24；該發(fā)明授權(quán)一種基于微觀事件圖譜的細(xì)粒度電信網(wǎng)絡(luò)反欺詐檢測方法是由王成;朱航宇設(shè)計(jì)研發(fā)完成，并于2021-09-14向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種基于微觀事件圖譜的細(xì)粒度電信網(wǎng)絡(luò)反欺詐檢測方法在說明書摘要公布了：本發(fā)明涉及一種基于微觀事件圖譜的細(xì)粒度電信網(wǎng)絡(luò)反欺詐檢測方法，該方法包括以下步驟：獲取待檢測事件對(duì)應(yīng)的電信網(wǎng)絡(luò)數(shù)據(jù)，構(gòu)造對(duì)應(yīng)的微觀事件圖譜；將微觀事件圖譜中的節(jié)點(diǎn)轉(zhuǎn)化為初始的嵌入向量；以所述嵌入向量作為反欺詐檢測模型的輸入，所述反欺詐檢測模型基于圖神經(jīng)網(wǎng)絡(luò)構(gòu)建，基于所述嵌入向量采用基于注意力機(jī)制的隱藏層獲得隱層表征，并利用時(shí)序自注意力機(jī)制隱藏層基于所述隱層表征更新獲得事件表征；將所述隱層表征和事件表征進(jìn)行點(diǎn)積，對(duì)所得點(diǎn)積進(jìn)行sigmoid變換，與設(shè)定閾值進(jìn)行比較，得到欺詐標(biāo)簽。與現(xiàn)有技術(shù)相比，本發(fā)明具有攔截欺詐行為準(zhǔn)確性高、模型魯棒性佳等優(yōu)點(diǎn)。

本發(fā)明授權(quán)一種基于微觀事件圖譜的細(xì)粒度電信網(wǎng)絡(luò)反欺詐檢測方法在權(quán)利要求書中公布了：1.一種基于微觀事件圖譜的細(xì)粒度電信網(wǎng)絡(luò)反欺詐檢測方法，其特征在于，該方法包括以下步驟： 獲取待檢測事件對(duì)應(yīng)的電信網(wǎng)絡(luò)數(shù)據(jù)，構(gòu)造對(duì)應(yīng)的微觀事件圖譜； 將微觀事件圖譜中的節(jié)點(diǎn)轉(zhuǎn)化為初始的嵌入向量； 以所述嵌入向量作為反欺詐檢測模型的輸入，所述反欺詐檢測模型基于圖神經(jīng)網(wǎng)絡(luò)構(gòu)建，基于所述嵌入向量采用基于注意力機(jī)制的隱藏層獲得隱層表征，并利用時(shí)序自注意力機(jī)制隱藏層基于所述隱層表征更新獲得事件表征； 將所述隱層表征和事件表征進(jìn)行點(diǎn)積，對(duì)所得點(diǎn)積進(jìn)行sigmoid變換，與設(shè)定閾值進(jìn)行比較，得到欺詐標(biāo)簽； 基于完備性子空間劃分方法，構(gòu)建包含主體層、事件層和屬性層的三層網(wǎng)絡(luò)結(jié)構(gòu)，設(shè)計(jì)各層的層內(nèi)關(guān)聯(lián)及以事件為中心的層間關(guān)聯(lián)，構(gòu)造獲得所述微觀事件圖譜； 所述完備性子空間劃分方法具體為： 將主體空間劃分虛擬主體子層和現(xiàn)實(shí)主體子層，將事件空間劃分為行為事件子層和狀態(tài)事件子層，將屬性空間劃分為標(biāo)識(shí)屬性子層和描述屬性子層； 所述層內(nèi)關(guān)聯(lián)包括主體先驗(yàn)關(guān)聯(lián)、事件時(shí)序關(guān)聯(lián)和屬性共現(xiàn)關(guān)聯(lián)，所述層間關(guān)聯(lián)包括主體事件映射關(guān)聯(lián)和事件屬性映射關(guān)聯(lián)； 所述基于注意力機(jī)制的隱藏層包括鄰居信息注意力機(jī)制和自身信息保留機(jī)制兩部分； 利用時(shí)序自注意力機(jī)制隱藏層基于所述隱層表征更新獲得事件表征具體為： 獲取主體u在時(shí)間段[a:b]內(nèi)發(fā)生一系列事件的隱層表征，記為Vua:b＝[va,va+1，…，vb]，利用縮放的dotproductattention函數(shù)生成具有順序性的事件嵌入，獲得事件表征，其中，對(duì)于vt∈Vua:b，允許該vt在時(shí)間t之前、包含時(shí)間t的所有事件中參與計(jì)算，但不允許vt在時(shí)間t的將來時(shí)間段的事件中參與計(jì)算。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人同濟(jì)大學(xué)，其通訊地址為：200092 上海市楊浦區(qū)四平路1239號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。