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！

龙图腾网获悉宁波朗达科技有限公司申请的专利一种云边协同系统、数据传递方法及存储介质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：CN120512432B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511006557.0，技术领域涉及：H04L67/10；该发明授权一种云边协同系统、数据传递方法及存储介质是由杨超;应国刚;杨宇宸;张文达;史坤;姚源彬设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本一种云边协同系统、数据传递方法及存储介质在说明书摘要公布了：本申请公开了一种云边协同系统、数据传递方法及存储介质，方法步骤如下：基于安全管理领域文本获取安全分析的基准权重；基于用户任务需求获取用户需求权重，二者加权平均形成信息类别总权重；根据标准分析案例构建目标类别熵值；将获得的信息类别总权重与目标类别熵值进行结合，生成目标熵值矩阵；基于边缘端输出的数据计算预测熵值矩阵；根据预测熵值矩阵与目标熵值矩阵的差值对边缘端输出的数据进行重构或直接发送。本申请的有益效果：本申请通过双重权重计算可精准平衡安全标准与用户需求，避免信息类别权重失衡导致的关键信息忽略；同时熵值矩阵与循环优化机制可动态校准边缘端的输出，确保输入云端大模型的数据满足信息熵阈值要求。

本发明授权一种云边协同系统、数据传递方法及存储介质在权利要求书中公布了：1.一种数据传递方法，其特征在于，包括如下步骤： S100：基于安全管理领域文本通过距离计算获取不同信息类别的权重，作为安全分析的基准权重；基于用户任务需求通过距离计算生成契合任务场景的用户需求权重；将基准权重与用户需求权重进行加权平均，形成信息类别总权重； S200：对标准分析案例进行内部熵值解析，构建目标类别熵值；将获得的信息类别总权重与目标类别熵值进行结合，生成云端大模型所需的目标熵值矩阵； S300：基于边缘端输出的数据，计算相应的类别权重和类别熵值，进而通过二者的结合得到对应的预测熵值矩阵； S400：将获得的预测熵值矩阵与目标熵值矩阵进行差值对比，若二者的差值超过设定的阈值，对边缘端输出的数据进行重构并执行步骤S500；否则将边缘端输出的数据传递给云端大模型； S500：对重构后的数据重复执行步骤S300和S400； 步骤S100中，基于距离计算获取基准权重和用户需求权重的具体过程为： 采用多头注意力机制对文本数据进行编码，得到语句向量和类别向量； 基于获得的向量数据计算每个语句到不同类别的距离，并根据类别进行距离值的累积求和； 根据获得的求和结果利用softmax函数进行概率计算，得到每个类别的得分值并构建权重向量； 其中，在获取基准权重对应的权重向量时，文本数据来源于安全管理领域文本，在获取用户需求权重对应的权重向量时，文本数据来源于用户任务需求； 语句向量和类别向量均以句子向量的形式进行表示，对于语句向量和类别向量的获取包括如下过程： 将文本数据转换为BERT模型能够理解的向量形式以作为模型输入，包括词嵌入、段落嵌入和位置嵌入； 在获得文本数据的向量形式后输入BERT模型，进而通过多头注意力机制对其进行编码； 从BERT模型的输出中提取CLStoken的嵌入向量，并通过添加池化层对BERT模型的输出进行增强，得到最终的句子向量； 对于每个语句到类别的距离值累积值的计算公式如下： ； 权重向量的计算公式如下： ； ； W0=[w1，w2，……，wk]； 在步骤S200中，目标类别熵值的获取包括如下过程： 通过预训练的BERT模型将标准分析案例整个文档编码为一个高维语义向量； 从标准分析案例中对每个类别提取多个关键词，对提取的全部关键词通过BERT模型生成对应的语义向量，语义向量与高维语义向量维度一致； 基于获得的语义向量，计算每个关键词到对应类别的二维距离矩阵； 基于获得的关键词数量和每个关键词对应的二维距离矩阵计算目标类别熵值； 目标类别熵值Wb的计算表达式如下： ； ； Wb=[wi´]，i={1，2，……，k}； 其中，cos_dist表示每个语句到类别的语义距离，ai表示第i个类别，bj表示第j个语句，语句的最大数量为n个，li表示第i个类别对应的语义距离之和，si表示第i个类别对应的语义距离之和的倒数，wi表示每个类别的得分值，W0表示权重向量，k表示类别的最大数量，wi´表示第i个类别对应的熵值，m表示关键词的数量，wi,x表示第x个关键词对应第i个类别的熵值，μ表示全部关键词对应的平均熵值，si,x表示二维距离矩阵的倒数。

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宁波朗达科技有限公司，其通讯地址为：315100 浙江省宁波市鄞州区高新区聚贤路587弄15号5#楼028幢21-1；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。