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！

龙图腾网获悉东莞市云海数据技术有限公司申请的专利面向大数据的动态图谱分析方法、系统及设备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：CN120578764B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510915631.4，技术领域涉及：G06F16/353；该发明授权面向大数据的动态图谱分析方法、系统及设备是由彭彩红;李居海设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本面向大数据的动态图谱分析方法、系统及设备在说明书摘要公布了：本发明公开了面向大数据的动态图谱分析方法、系统及设备，涉及图谱分析相关技术领域，该方法包括：基础层动态图谱中K个实体节点依据滑动时间窗，将K个时序属性数据流镜像至分析层动态图谱中K个镜像节点；在有向拓扑网络触发级联风险传导挖掘；基础层动态图谱接收实时风险传导路径后本地存储，基于实时风险传导路径构建节点风险处置指令；根据实时风险传导路径的镜像节点构成，回传节点风险处置指令至源实体节点。解决了现有技术中存在的实时性差、计算效率低、动态拓扑适配不足、风险传导路径挖掘滞后的技术问题，达到了高效实时风险传导分析、动态拓扑精准继承、级联风险主动预警、资源消耗优化的技术效果。

本发明授权面向大数据的动态图谱分析方法、系统及设备在权利要求书中公布了：1.面向大数据的动态图谱分析方法，其特征在于，所述方法包括： 基础层动态图谱中K个实体节点依据滑动时间窗，将K个时序属性数据流镜像至分析层动态图谱中K个镜像节点，其中，所述K个镜像节点继承基础层动态图谱的有向拓扑网络； 所述K个镜像节点加载所述K个时序属性数据流在所述有向拓扑网络触发级联风险传导挖掘，输出实时风险传导路径； 所述基础层动态图谱接收所述分析层动态图谱回传的实时风险传导路径后，本地存储所述实时风险传导路径，并基于所述实时风险传导路径构建节点风险处置指令； 根据所述实时风险传导路径的镜像节点构成，回传所述节点风险处置指令至源实体节点； 其中，所述K个镜像节点加载所述K个时序属性数据流在所述有向拓扑网络触发级联风险传导挖掘，输出实时风险传导路径，所述方法包括： 以P个风险传导方向向量为时序约束条件，以P组关联节点为节点筛选约束，本地调用P组时序风险传导特征数据； 将所述P组时序风险传导特征数据作为训练数据，在所述有向拓扑网络进行级联风险传导模型训练，输出级联风险传导图神经网络，其中，所述级联风险传导图神经网络包括所述K个镜像节点的K个节点传导识别模型； 将所述K个时序属性数据流映射并行输入所述级联风险传导图神经网络的K个节点传导识别模型，通过拓扑消息传递协同生成所述实时风险传导路径； 其中，将所述K个时序属性数据流映射并行输入所述级联风险传导图神经网络的K个节点传导识别模型，通过拓扑消息传递协同生成所述实时风险传导路径，所述方法包括： 在所述级联风险传导图神经网络中，B镜像节点接收A镜像节点发送的A风险传导标识符和A风险传导概率后，激活B节点传导识别模型，其中，A镜像节点与B镜像节点出度连接； 将B时序属性数据流、所述A风险传导标识符和A风险传导概率加载至B节点传导识别模型，经由所述B节点传导识别模型进行风险传导预测，输出B风险传导标识符和B风险传导概率； 若从所述B风险传导标识符解析出D节点导向，则依据所述D节点导向，将所述B风险传导标识符和B风险传导概率发送至D镜像节点，并在所述级联风险传导图神经网络激活D节点传导识别模型，其中，B镜像节点分别出度连接C镜像节点和D镜像节点； 以此类推，在所述级联风险传导图神经网络进行风险标识和风险概率的递归传导，直至概率阈值小于预设尺度后，通过反向回溯节点链生成所述实时风险传导路径。

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东莞市云海数据技术有限公司，其通讯地址为：523000 广东省东莞市万江街道万道路万江段23号143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。