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！

龙图腾网获悉浙江大学宁波 五位一体 校区教育发展中心申请的专利一种针对快速变异信息的小样本电信反欺诈方法和装置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：CN119130492B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411234924.8，技术领域涉及：G06Q30/018；该发明授权一种针对快速变异信息的小样本电信反欺诈方法和装置是由王慧琼;孙立;宋明黎;宋杰;冯尊磊设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本一种针对快速变异信息的小样本电信反欺诈方法和装置在说明书摘要公布了：一种针对快速变异信息的小样本电信反欺诈方法和装置，其方法包括：利用通用大模型构建特征抽取器；利用新数据收集支撑数据集；利用通用大模型收集支撑数据集的特征向量；获取支撑数据集的表征向量表达，组装特征矩阵；训练扩展小模型以适配新的数据风险。本发明首先收集小样本的支持数据集，通常为几条至几十条不等，然后利用超大规模语言模型对支撑文本进行数值特征转换，保留文本语义的同时降低大样本的需求；接着在支撑文本的样例空间进行降维，保留对新风险识别精度最大贡献的维度，最后在新特征空间中训练小模型完成新风险的识别。本发明针对快速变异的电信反欺诈识别问题，提供一种可持续发展的可快速迭代的小样本电信欺诈风险识别方法。

本发明授权一种针对快速变异信息的小样本电信反欺诈方法和装置在权利要求书中公布了：1.一种针对快速变异信息的小样本电信反欺诈方法，包含如下步骤： 步骤1，利用通用大模型构建特征抽取器； 采用Bert语言模型对文本进行特征生成；将原始文字信息转化为数字化的向量表达，用于后期的欺诈识别算法计算； 步骤2，利用新数据收集支撑数据集； 对于原始模型无法识别的漏检风险样本，进行负样本收集，同时对于原始模型错误识别的正常样本，进行正样本收集； 步骤3，利用通用大模型收集支撑数据集的特征向量； 将无法正确识别的新出现的支撑数据集中的样例，逐一输入到通用大模型中，转化为支撑数据集表征向量，作为后续模型优化的基础； 步骤4，获取支撑数据集的表征向量表达，组装特征矩阵； 将收集到的支撑数据特征向量，利用主成分分析方法进行降维，得到更为集中的支撑数据集特征矩阵； 步骤5，训练扩展小模型以适配新的数据风险； 利用一个小型神经网络以及支撑数据集在特征矩阵上进一步进行训练，从而生成一个扩展的小模型，以识别新的数据风险。

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浙江大学宁波 五位一体 校区教育发展中心，其通讯地址为：310027 浙江省宁波市鄞州区钱湖南路1号；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。