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！

龙图腾网获悉积至(海南)信息技术有限公司申请的专利一种面向数据出境的低开销多源风险信息采集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：CN120542908B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510603004.7，技术领域涉及：G06Q10/0635；该发明授权一种面向数据出境的低开销多源风险信息采集方法及系统是由段冬梅;杨威;王玮;冯伟浩设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本一种面向数据出境的低开销多源风险信息采集方法及系统在说明书摘要公布了：本发明公开了数据跨境技术领域的一种面向数据出境的低开销多源风险信息采集方法及系统，包括以下步骤：步骤S1：主体业务风险采集点智能筛选：基于动态风险熵、业务关键性与流量波动作为筛选关键采集点；步骤S2：通联行为分类与风险评估联动：基于改进的随机森林算法，捕获关键采集点通信元数据，通过特征提取、模型训练、动态分类与反馈优化的协同机制，实现异常行为检测与分类；步骤S3：采集策略与传输队列动态调控：根据风险等级与队列负载动态调整采集粒度及传输优先级，平衡资源开销与监测需求；步骤S4：样本偏倚矫正与闭环优化：通过逆概率权重矫正样本分布偏差，并将误报率、负载状态反馈至采集点选择与模型参数。

本发明授权一种面向数据出境的低开销多源风险信息采集方法及系统在权利要求书中公布了：1.一种面向数据出境的低开销多源风险信息采集方法，其特征在于：包括以下步骤： 步骤S1：主体业务风险采集点智能筛选：基于动态风险熵、业务关键性与流量波动筛选关键采集点； 步骤S2：通信行为分类与风险评估联动：基于改进的随机森林算法，捕获关键采集点通信元数据，通过特征提取、模型训练、动态分类与反馈优化的协同机制，实现异常行为检测与分类； 步骤S3：采集策略与传输队列动态调控：根据风险等级与队列负载动态调整采集粒度及传输优先级，平衡资源开销与监测需求； 步骤S4：样本偏倚矫正与闭环优化：通过逆概率权重矫正样本分布偏差，并将误报率、负载状态反馈至采集点选择与模型参数； 所述步骤S1还包括：基于数据出境业务节点的历史风险事件、业务依赖关系及实时流量波动，计算综合风险值；选择综合风险值排名前P%的节点作为关键采集点； 所述步骤S3具体包括： 步骤3.1：基于步骤S2输出的风险等级，采用指数衰减增强模型动态调整采集参数，该模型通过指数函数同步调节采集粒度衰减与采样频率增强，实现风险等级与资源占用的非线性平衡，公式如下： 7； 其中，为当前节点采集粒度；为基础采集粒度，可根据业务数据类型设定；为当前节点采样频率；为基础采样频率，可根据系统处理能力与业务实时性需求进行调整；为调节系数，控制粒度衰减与频率增强的速率； 步骤3.2：执行步骤3.1过程中，实时监测传输队列占用率，当时，触发负载均衡规则：自动将非关键数据的采集粒度放宽1.5倍，并降低其队列优先级； 步骤3.3：基于优先级指数进行队列控制实现分级传输，计算公式如下： 8； 其中，为实时风险系数，为数据敏感度，高优先级数据PI≥0.8进入实时队列，采用零拷贝技术直传风控引擎，确保端到端延迟≤50ms；普通数据0.5≤PI0.8存入批量队列，经压缩后以≤5min延迟异步处理；低价值数据PI0.5则触发动态丢弃策略：若连续3个周期，按LRU算法淘汰旧数据； 所述步骤S4具体包括： 步骤4.1：通过对比每个采集节点的实际采集分布与真实流量分布，计算逆概率权重，计算公式如下： 9； 其中，为第i条样本的特征向量；为实际采集概率，表示特征为的样本在当前采集策略下被选中的概率，可通过采集日志统计计算获得；为真实分布概率，表示特征为的样本在业务全流量中的自然出现概率，可通过离线全量镜像数据计算获得；为权重调整因子，当时，表示该样本采集不足； 步骤4.2：根据误报率与漏报率比值，反向调整步骤S1的节点权重,当误报率较高时，提升历史风险熵权重，抑制过采，当漏报率较高时，降低业务关键性的权重，强化节点覆盖，其计算公式如下： ； ； 其中，误报率漏报率可基于分类结果的统计值计算获得。

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积至(海南)信息技术有限公司，其通讯地址为：571924 海南省海口市老城高新技术产业示范区海南生态软件园A09幢三层301；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。