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！

龙图腾网获悉金祺创(北京)技术有限公司申请的专利一种基于实体对齐的网络数据资产安全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：CN119561737B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202411665532.7，技术领域涉及：H04L9/40；该发明授权一种基于实体对齐的网络数据资产安全识别方法及系统是由张玉祺;程丽;鲁星星;齐文宇;明有为设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于实体对齐的网络数据资产安全识别方法及系统在说明书摘要公布了：本发明提供一种基于实体对齐的网络数据资产安全识别方法及系统，涉及网络安全技术领域，包括：获取网络数据资产以及网络数据资产的历史资产状态和相应的状态标记；建立网络数据资产的关联关系；生成概念实体的第一嵌入表示，生成实例实体的第二嵌入表示；整合第一嵌入表示和第二嵌入表示，得到目标实体；抽取目标实体的实体特征和实体标签；构建随机森林模型；获取网络数据资产中关于待识别目标实体的实时实体特征即实时资产状态；将实时资产状态输入至随机森林模型，输出实时资产状态的识别结果；在识别结果为异常状态的情况下，输出待识别目标实体异常，否则，输出待识别目标实体正常。可完成跨源的快速共同防御，提升数据安全。

本发明授权一种基于实体对齐的网络数据资产安全识别方法及系统在权利要求书中公布了：1.一种基于实体对齐的网络数据资产安全识别方法，其特征在于，包括： S1：获取网络数据资产以及所述网络数据资产的历史资产状态和相应的状态标记，其中，所述状态标记包括异常状态标记和正常状态标记； S2：建立所述网络数据资产的关联关系，将所述网络数据资产作为概念实体，具有对象的网络数据资产作为实例实体进行抽取； S3：利用BERT模块生成所述概念实体的第一嵌入表示，利用GAN模块生成所述实例实体的第二嵌入表示； S4：利用GCN模块整合所述第一嵌入表示和所述第二嵌入表示，得到目标实体； S5：抽取所述目标实体的实体特征和实体标签，建立目标实体训练集，其中，所述实体特征为所述目标实体相对应的历史资产状态，所述实体标签为所述历史资产状态相对应的状态标记； S6：结合信息熵，基于所述目标实体训练集构建随机森林模型； S7：获取所述网络数据资产中关于待识别目标实体的实时实体特征，其中，所述实时实体特征表示所述待识别目标实体相对应的实时资产状态； S8：将所述实时资产状态输入至所述随机森林模型，输出所述实时资产状态的识别结果，其中，所述识别结果包括正常状态和异常状态； S9：在所述识别结果为异常状态的情况下，输出所述网络数据资产中的待识别目标实体异常，否则，输出所述网络数据资产中的待识别目标实体正常； 其中，所述关联关系为知识图谱；所述S2具体包括： S201：通过Neo4j软件建立所述网络数据资产的知识图谱； S202：基于图拉普拉斯矩阵对知识图谱节点进行聚类，得到多个节点簇； S203：结合度中心性、接近中心性和介数中心性计算各个节点簇的综合中心度： ； 其中，表示节点簇S的综合中心度，表示节点簇S中的知识图谱节点v的综合中心度，α、β和γ分别表示节点簇中的知识图谱节点v的度中心性、接近中心性和介数中心性的权重，表示知识图谱节点v的度数，其中，所述度数表示与其他知识图谱节点的连接数量，表示知识图谱节点v与知识图谱节点u之间的最短路径距离，表示知识图谱节点s到知识图谱节点t的最短路径总数量，表示经过节点v的最短路径数量，N表示知识图谱节点总数量，V表示知识图谱节点集合； S204：将所述综合中心度大于预设综合中心度的节点簇中的知识图谱节点作为所述概念实体输出，将所述综合中心度小于或者等于预设综合中心度的节点簇中的知识图谱节点作为所述实例实体输出。

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金祺创(北京)技术有限公司，其通讯地址为：102600 北京市大兴区中关村科技园区大兴生物医药产业基地永大路38号1幢4层410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”。

以上内容由龙图腾AI智能生成。