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！

龙图腾网获悉北京天泰志远科技股份有限公司申请的专利一种基于多模态数据处理的云平台审核方法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：CN120223932B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510288508.4，技术领域涉及：H04N21/266；该发明授权一种基于多模态数据处理的云平台审核方法是由徐智;孙晓丽;赵通设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本一种基于多模态数据处理的云平台审核方法在说明书摘要公布了：本发明公开了一种基于多模态数据处理的云平台审核方法，涉及云平台审核技术领域，本发明，对文本、图像、音频、视频和日志数据的独立特征提取，使各模态信息能够在相应的特征空间中进行细化分析，在跨模态特征融合阶段，利用跨模态一致性对比网络CMCN计算不同模态数据之间的关联性，并通过注意力机制优化特征对齐，使得多模态信息能够相互验证，减少独立审核造成的误判和漏判；审核决策环节构建基于深度学习的审核模型，并结合异常检测和自适应风险控制阈值，实现端到端的违规内容判定，提高审核系统的智能化水平；此外，通过可视化标注图像和视频的可疑区域、利用自然语言生成NLG模型生成审核结论，使审核结果更加透明。

本发明授权一种基于多模态数据处理的云平台审核方法在权利要求书中公布了：1.一种基于多模态数据处理的云平台审核方法，其特征在于：包括， 步骤S1，采集云平台的存储和传输数据，并进行数据预处理，所述数据预处理包括格式标准化、去除噪声、校验完整性及提取元数据； 步骤S2，基于步骤S1预处理后的数据，分别对文本、图像、音频、视频和日志数据进行特征提取，得到各模态特征； 步骤S3，基于步骤S2提取的各模态特征，进行跨模态特征融合，得到统一的多模态特征； 步骤S4，基于步骤S3生成的多模态特征，构建审核模型，对数据进行违规判定； 步骤S5，基于步骤S4的审核结果，进行可解释性分析，并生成审核报告； 所述跨模态特征融合方式包括： 采用跨模态一致性对比网络计算不同模态特征之间的关联性； 采用基于注意力机制的特征对齐方法，提取跨模态重要特征； 采用共享特征编码器，对不同模态特征进行统一表征； 所述进行跨模态特征融合的步骤为： 采用跨模态一致性对比网络计算不同模态特征在公共特征空间中的相似性，计算公式为： 其中，表示模态p与模态q之间的欧几里得距离，p,q∈{T,I,A,V,L}对应文本、图像、音频、视频和日志五种模态，为模态p提取的特征向量，为模态q提取的特征向量，||·||^2表示二范数平方， 用相似性函数定义跨模态一致性，函数公式为： 其中，为模态p与模态q之间的相似度，为模态p的温度参数， 采用注意力机制提取跨模态重要特征，提取公式为： 其中，为模态r的注意力权重，RM为所有模态的总数，为模态r的注意力权重矩阵，为模态r提取的特征向量， 计算跨模态特征融合表示，计算公式为： 其中，为跨模态融合特征表示； 由共享特征编码器统一不同模态特征，得到最终的多模态特征，表示为： 其中，为最终的多模态特征表示，为共享特征编码矩阵，为偏置项； 所述审核模型的审核方式包括： 结合规则引擎进行快速内容筛查； 采用深度学习模型进行端到端分类，输出违规评分； 通过异常检测模型分析日志行为数据，识别潜在异常； 设定动态风险阈值，对高风险内容进行二次审核； 所述基于步骤S3生成的多模态特征，构建审核模型，对数据进行违规判定的步骤为： 审核模型基于深度学习计算违规评分，评分公式为： 其中，为违规评分，为输出层权重矩阵，为偏置项，σ为激活函数， 定义违规判定依据： 其中，为违规判定结果，为违规判定阈值，I·为指示函数，若则否则 基于动态阈值调整计算异常行为判定阈值，计算公式为： 其中，为动态风险阈值，为历史数据的均值，为调整系数，为数据特征标准差， 基于异常检测模型计算数据异常性，计算公式为： 其中，为异常检测标识，I·为指示函数，当时否则

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北京天泰志远科技股份有限公司，其通讯地址为：100000 北京市朝阳区利泽中2路1号1号楼3层313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。