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！

龙图腾网恭喜深圳萨摩耶数字科技有限公司申请的专利跨场景设备指纹识别方法、装置、电子设备及存储介质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：CN114357427B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202111538548.8，技术领域涉及：G06F21/44；该发明授权跨场景设备指纹识别方法、装置、电子设备及存储介质是由林建明;黄恺睿;宋文甫;沈烨设计研发完成，并于2021-12-14向国家知识产权局提交的专利申请。

本跨场景设备指纹识别方法、装置、电子设备及存储介质在说明书摘要公布了：本发明实施例涉及一种跨场景设备指纹识别方法、装置、电子设备及存储介质，该方法包括：获取待匹配事件的事件特征向量对，事件特征向量对包括待匹配事件的事件特征向量和设备指纹库中已知事件的事件特征向量；将事件特征向量对输入至对抗三胞胎神经网络模型，以提取待匹配事件对应的第一网络特征和已知事件对应的第二网络特征，其中，在对抗三胞胎神经网络模型的训练过程中，采用事件场景参数作为对抗数据；确定第一网络特征和第二网络特征之间的相似度；根据相似度确定待匹配事件和已知事件是否来自同一设备，并在确定待匹配事件和已知事件来自同一设备时，将已知事件的设备指纹赋予待匹配事件。由此，可以实现跨场景设备指纹识别。

本发明授权跨场景设备指纹识别方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种跨场景设备指纹识别方法，其特征在于，所述方法包括：获取待匹配事件的事件特征向量对，所述事件特征向量对包括所述待匹配事件对应的事件特征向量和设备指纹库中任一已知事件的事件特征向量，所述已知事件指具有设备指纹的事件，所述设备指纹库包括多个已知事件的事件特征向量以及设备指纹的对应关系；将所述事件特征向量对输入至对抗三胞胎神经网络模型，以提取所述待匹配事件对应的第一网络特征和所述任一已知事件对应的第二网络特征，其中，在所述对抗三胞胎神经网络模型的训练过程中，采用事件场景参数作为对抗数据；确定所述第一网络特征和所述第二网络特征之间的相似度；根据所述相似度确定所述待匹配事件和所述任一已知事件是否来自同一设备，并在确定所述待匹配事件和所述任一已知事件来自同一设备时，将所述任一已知事件的设备指纹赋予所述待匹配事件；其中，所述方法还包括：获取多条样本数据，所述样本数据包括正例、负例以及锚点，其中，所述正例和所述锚点对应同一设备，所述负例和所述锚点对应不同的设备；利用多条所述样本数据对初始的对抗三胞胎神经网络模型进行训练，得到训练好的对抗三胞胎神经网络模型；其中，所述利用多条所述样本数据对初始的对抗三胞胎神经网络模型进行训练，得到训练好的对抗三胞胎神经网络模型，包括：将各所述样本数据中的正例、负例以及锚点分别输入至初始的对抗三胞胎神经网络模型中的三个嵌入层，得到对应的正例网络特征、负例网络特征以及锚点网络特征；将所述正例网络特征、负例网络特征以及锚点网络特征，分别输入至已训练的设备匹配模型和场景分类模型，得到所述设备匹配模型输出的第一距离和第二距离，以及所述场景分类模型输出的预测场景概率分布，所述第一距离用于表征所述锚点网络特征和所述正例网络特征之间的距离，所述第二距离用于表征所述锚点网络特征和所述负例网络特征之间的距离；根据所述第一距离和所述第二距离确定第一损失值，以及根据所述预测场景概率分布确定第二损失值；在根据所述第一损失值和所述第二损失值确定当前的三胞胎神经网络模型未达到预设的模型收敛条件时，根据所述第一损失值和所述第二损失值，并基于对抗学习机制，更新当前的对抗三胞胎神经网络模型的模型参数，并对更新模型参数后的对抗三胞胎神经网络模型进行迭代训练，直至确定当前的对抗三胞胎神经网络模型达到所述模型收敛条件。

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深圳萨摩耶数字科技有限公司，其通讯地址为：518000 广东省深圳市福田区梅林街道梅都社区中康路136号深圳新一代产业园5栋1501；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”。