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！

龙图腾网恭喜广州腾锋科技有限公司申请的专利一种基于人工智能的权限处理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：CN118734340B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411108275.7，技术领域涉及：G06F21/60；该发明授权一种基于人工智能的权限处理方法及系统是由高清;阮琪倩设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。

本一种基于人工智能的权限处理方法及系统在说明书摘要公布了：本发明涉及人工智能技术领域，涉及一种基于人工智能的权限处理方法及系统。本发明通过权限判别网络利用编码器从权限访问行为数据中提取出多个模板权限访问申请事件的权限访问向量，并通过显著性关注单元对这些向量进行进一步的显著性处理，生成显著性向量，随后权限判别网络分别基于权限访问向量和显著性向量生成两套权限判别标签：第一权限判别标签和第二权限判别标签，而后依据第一误差参数和第二误差参数对权限判别网络进行参数更新；这两个误差参数分别衡量了模板权限访问行为数据的真实权限训练标签与两组权限判别标签之间的偏差。本发明基于人工智能技术，能够自动识别和评估权限请求事件，为保障信息系统安全提供了有力支持。

本发明授权一种基于人工智能的权限处理方法及系统在权利要求书中公布了：1.一种基于人工智能的权限处理方法，其特征在于，所述方法包括：将模板权限访问行为数据加载到权限判别网络，基于所述权限判别网络中的编码器，获取所述模板权限访问行为数据的多个模板权限访问申请事件的权限访问向量；基于所述权限判别网络中的显著性关注单元，对所述多个模板权限访问申请事件的权限访问向量进行显著性处理，生成所述模板权限访问行为数据的显著性向量；基于所述权限判别网络，对所述多个模板权限访问申请事件的权限访问向量进行处理，生成所述模板权限访问行为数据的第一权限判别标签；对所述模板权限访问行为数据的显著性向量进行处理，生成所述模板权限访问行为数据的第二权限判别标签；依据第一误差参数和第二误差参数，对所述权限判别网络进行参数更新，所述第一误差参数为所述模板权限访问行为数据的权限训练标签与所述第一权限判别标签之间的误差参数，所述第二误差参数为所述权限训练标签与所述第二权限判别标签之间的误差参数；所述依据第一误差参数和第二误差参数对所述权限判别网络进行参数更新包括：依据所述第一误差参数和所述第二误差参数，对所述权限判别网络中的所述编码器进行参数更新；依据所述第二误差参数，对所述权限判别网络中的所述显著性关注单元进行参数更新；所述依据所述第一误差参数和所述第二误差参数，对所述权限判别网络中的所述编码器进行参数更新包括：在所述多个模板权限访问申请事件包括至少两个权限参与域不同的模板权限访问申请事件时，依据所述第一误差参数对应的第一Loss层和第一重要性系数，以及所述第二误差参数对应的第二Loss层和第二重要性系数，对所述编码器进行参数更新，所述第一重要性系数反映所述第一Loss层在进行网络参数更新时对所述权限判别网络的网络参数的相关性，所述第二重要性系数反映所述第二Loss层在进行网络参数更新时对所述权限判别网络的网络参数的相关性，所述第二重要性系数大于所述第一重要性系数；所述依据所述第二误差参数，对所述权限判别网络中的所述显著性关注单元进行参数更新包括：依据所述第二Loss层以及所述第二重要性系数，对所述显著性关注单元进行参数更新；所述依据所述第一误差参数和所述第二误差参数，对所述权限判别网络中的所述编码器进行参数更新包括：在所述多个模板权限访问申请事件为相同权限参与域的模板权限访问申请事件时，依据所述第一误差参数对应的第一Loss层和第一重要性系数，以及所述第二误差参数对应的第二Loss层和第二重要性系数，对所述编码器进行参数更新，所述第一重要性系数反映所述第一Loss层在进行网络参数更新时对所述权限判别网络的网络参数的相关性，所述第二重要性系数反映所述第二Loss层在进行网络参数更新时对所述权限判别网络的网络参数的相关性，所述第二重要性系数小于所述第一重要性系数；所述依据所述第二误差参数，对所述权限判别网络中的所述显著性关注单元进行参数更新包括：依据所述第二Loss层以及所述第二重要性系数，对所述显著性关注单元进行参数更新；所述基于所述权限判别网络中的显著性关注单元，对所述多个模板权限访问申请事件的权限访问向量进行显著性处理，生成所述模板权限访问行为数据的显著性向量包括：基于所述权限判别网络中的所述显著性关注单元，对所述多个模板权限访问申请事件中每两个关联的模板权限访问申请事件的权限访问向量进行显著性处理，生成所述多个模板权限访问申请事件的显著性特征；将所述多个模板权限访问申请事件的显著性特征进行集成，生成所述模板权限访问行为数据的显著性向量；所述对所述多个模板权限访问申请事件的权限访问向量进行处理，生成所述模板权限访问行为数据的第一权限判别标签包括：对所述多个模板权限访问申请事件的权限访问向量进行全连接输出，生成所述模板权限访问行为数据的第一预测参数；依据所述第一预测参数，确定所述模板权限访问行为数据的第一权限判别标签。

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广州腾锋科技有限公司，其通讯地址为：510000 广东省广州市海珠区广州大道南1601号之十六号楼三层307；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”。