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！

龙图腾网恭喜云南省大数据有限公司申请的专利基于敏感数据识别的安全网关高效数据传输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：CN119299235B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411823265.1，技术领域涉及：H04L9/40；该发明授权基于敏感数据识别的安全网关高效数据传输方法及系统是由周国江;韩露;蔡鑫;段国旗;杨晓刚;周韬设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本基于敏感数据识别的安全网关高效数据传输方法及系统在说明书摘要公布了：本发明涉及基于敏感数据识别的安全网关高效数据传输方法及系统，属于网络安全技术领域。本发明包括步骤：对待传输的明文进行预处理，得到明文特征；使用明文特征作为敏感信息分级模型的输入，输出敏感信息分级；根据敏感信息分级模型的输出，数据被分为不同的敏感级别，对数据进行签名后，根据敏感分级使用不同等级的加密算法加密后传输；接收端接收加密后的数据、数字签名以及加密类型信息，根据加密类型以及对应加密算法进行解密，并进行签名生验证、数据完整性校验、身份认证、访问控制和安全审计操作，进行相应异常处理。本发明的方法能有效提高数据传输的安全性和效率。

本发明授权基于敏感数据识别的安全网关高效数据传输方法及系统在权利要求书中公布了：1.基于敏感数据识别的安全网关高效数据传输方法，其特征在于：所述方法包括：步骤1、对待传输的明文进行预处理，得到明文特征；步骤2、使用明文特征作为敏感信息分级模型的输入，输出敏感信息分级；所述敏感信息分级模型采用稀疏混合专家模型，稀疏混合专家模型包括若干混合专家层与单一分级层；所述混合专家层包括门控模块与专家模块；步骤3、根据敏感信息分级模型的输出，数据被分为不同的敏感级别，对数据进行签名后，根据敏感分级使用不同等级的加密算法加密后传输；步骤4、接收端接收加密后的数据、数字签名以及加密类型信息，根据加密类型以及对应加密算法进行解密，并进行签名生验证、数据完整性校验、身份认证、访问控制和安全审计操作，进行相应异常处理；所述步骤2包括：步骤2.1、定义明文特征经混合专家层输出的语义特征为： ； ； ； ；其中，表示混合专家层，i为混合专家层数；步骤2.2、对于步骤2.1中的任意混合专家层，其门控模块对输入至下一模块的特征进行分配，公式如下： ；其中，为输出的专家门控特征，其最后维度大小为所述专家模块中的专家网络数量，、、、均为第i层混合专家层中门控模块的可学习参数，为Sigmoid激活函数，*用于计算特征的普通乘积，用于计算特征间的哈达玛积；步骤2.3、进行特征筛选，具体使用步骤2.2中所得专家门控特征对输入特征进行筛选，公式如下： ； ； ； ；其中表示专家门控特征中最后一维第j个元素的值，为专家阈值超参数集合，为其中的第j个超参数，为输入特征中门控值大于阈值的特征元素；步骤2.4、对于步骤2.1中的任意混合专家层，其包含专家模块，专家模块由若干专家网络构成，包括针对敏感信息特点的语义专家网络、文本专家网络、音频专家网络、图片专家网络、跨语言专家网络以及跨模态专家网络，专家模块的网络结构均为前馈网络结构，计算公式如下： ； 表示第i层混合专家层中的第j个专家网络，为专家网络输出；步骤2.5、将各专家网络的输入进行加权整合，得到混合专家层输出的语义特征，计算公式如下： ；式中为专家网络的数量，为针对专家网络输出的可学习参数；步骤2.6、将最后的混合专家层输出使用单一分级网络层进行分级，最终得到每个特征对应的敏感信息类别概率特征，计算方式如下： ；其中，GradeLayer表示单一分级网络层；对于整个明文或明文中的某个片段，基于所述敏感信息类别概率特征进行分级，计算公式如下： ；其中，表示特征位置，表示特征长度，T为数据的最终类别的对应序号，用于计算特征向量中每个类别位置向量的最大值，为超参数，用于控制明文中的高加密等级类别概率对整个明文特征分级的影响，用于计算特征中最大值的位置；所述步骤2中，所述敏感信息分级模型的训练方式为多阶段分步训练，首先冻结除某一类型专家网络层的所有可训练参数，使用对应专家网络的数据进行训练，训练完成后改变不被冻结的专家网络层为另一类型的专家网络，依次进行训练直至所有专家网络均训练完毕，后冻结专家网络层，使用所有类型的数据训练其余可训练参数。

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云南省大数据有限公司，其通讯地址为：650213 云南省昆明市官渡区矣六街道商海路云南数字文旅产业园44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”。