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！

龙图腾网恭喜上海卓辰信息科技有限公司申请的专利融合对比学习与图神经网络的数据相似度查询方法及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：CN119416135B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202510031628.6，技术领域涉及：G06F18/2433；该发明授权融合对比学习与图神经网络的数据相似度查询方法及装置是由王国荣;叶杨;苏洁设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本融合对比学习与图神经网络的数据相似度查询方法及装置在说明书摘要公布了：本申请的融合对比学习与图神经网络的数据相似度查询方法及装置，涉及人工智能技术领域，通过将请求映射为请求节点，构建请求图；选择图注意力网络模型作为初始模型，对于每个请求节点，采样得到正样本节点和负样本节点，构建三元组，建立对比学习任务，对图注意力网络模型进行训练；基于图注意力网络模型输出嵌入表示，构建请求节点异常判断方法，计算请求节点的异常分数，当异常分数大于异常阈值时，将该请求节点标记为异常请求；将请求节点的嵌入表示作为数据点，构建M层最近邻索引；根据用户发送的实时异常请求，基于M层最近邻索引搜索K个候选异常请求并对其进行排序，得到K个相似异常请求，实现了基于数据相似度的异常检测。

本发明授权融合对比学习与图神经网络的数据相似度查询方法及装置在权利要求书中公布了：1.融合对比学习与图神经网络的数据相似度查询方法，其特征在于，包括：获取请求参数及请求结果数据，将请求映射为请求节点，构建请求图，当新的请求到达时，将其插入请求图中形成新的请求节点和边；选择图注意力网络模型作为初始模型，对于每个请求节点，采样得到正样本节点和负样本节点，构建三元组，建立对比学习任务，对图注意力网络模型进行训练；基于图注意力网络模型输出嵌入表示，构建请求节点异常判断方法，计算请求节点的异常分数，当异常分数大于异常阈值时，将该请求节点标记为异常请求；将请求节点的嵌入表示作为数据点，使用HNSW算法构建M层最近邻索引，将请求图中检测到的新的请求节点插入M层最近邻索引；根据用户发送的实时异常请求，基于M层最近邻索引搜索K个候选异常请求并对其进行排序，得到K个排序后待处理的相似异常请求；所述基于图注意力网络模型输出嵌入表示，构建请求节点异常判断方法，计算请求节点的异常分数，当异常分数大于异常阈值时，将该请求节点标记为异常请求的具体方法为：利用训练好的图注意力网络模型输出当前请求节点的嵌入表示，计算请求节点i与每个邻居节点之间的欧氏距离，并计算请求节点i与所有邻居节点的平均欧氏距离，计算请求节点i与NJ个邻居节点的欧氏距离之和占所有请求节点之间的欧氏距离之和的比重；计算请求节点i与所有邻居节点的平均欧氏距离相对于所有请求节点之间的平均欧氏距离的偏差程度；计算请求节点i的请求发生次数相对于所有请求节点的请求发生次数均值的第一偏差程度，计算请求节点i的异常标注次数相对于所有请求节点的异常标注次数均值的第二偏差程度；将比重和偏差程度相乘的结果，与第一偏差程度和第二偏差程度进行加权求和，得到请求节点i的嵌入表示的异常分数；所述异常阈值包括常规阈值和自适应阈值，图注意力网络模型定期输出请求图中所有请求节点的嵌入表示，当请求节点的嵌入表示的分布未发生显著变化时，利用常规阈值与异常分数进行比较，当请求节点的嵌入表示的分布发生显著变化时，利用自适应阈值与异常分数进行比较，判断请求节点是否异常；其中，所述请求节点的嵌入表示的分布未发生显著变化具体指：计算当前所有请求节点的嵌入表示均值和历史嵌入表示均值之间的均值漂移，当均值漂移小于等于a1时，判定请求节点的嵌入表示的分布未发生显著变化；所述请求节点的嵌入表示的分布发生显著变化是指：当均值漂移大于a1时，判定请求节点的嵌入表示的分布发生显著变化；所述判断请求节点是否异常的方法为：当异常分数大于常规阈值或自适应阈值时，则该请求节点为异常请求，否则，为正常请求。

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上海卓辰信息科技有限公司，其通讯地址为：201306 上海市浦东新区中国(上海)自由贸易试验区临港新片区环湖西二路888号C楼；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”。