| Title | 异质网络的异常目标检测方法、装置、设备及存储介质 |
| Author | |
| First Inventor | 史玉回
|
| Original applicant | 南方科技大学
|
| First applicant | 南方科技大学
|
| Address of First applicant | 518055 广东省深圳市南山区西丽学苑大道1088号
|
| Current applicant | 南方科技大学
|
| Address of Current applicant | 518055 广东省深圳市南山区西丽学苑大道1088号 (广东,深圳,南山区)
|
| First Current Applicant | 南方科技大学
|
| Address of First Current Applicant | 518055 广东省深圳市南山区西丽学苑大道1088号 (广东,深圳,南山区)
|
| Application Number | CN201910020777.7
|
| Application Date | 2019-01-09
|
| Open (Notice) Number | CN109948000B
|
| Date Available | 2023-04-07
|
| Publication Years | 2023-04-07
|
| Status of Patent | 授权
|
| Legal Date | 2023-04-07
|
| Subtype | 授权发明
|
| SUSTech Authorship | First
|
| Abstract | 本发明公开了一种异质网络的异常目标检测方法、装置、设备及存储介质，该异常目标检测方法包括：获取异质网络的输入信息数据；根据该输入信息数据建立图神经网络模型；基于该输入信息数据和该图神经网络模型输出异常目标。本发明通过将异质网络的输入信息数据建立图神经网络模型，基于该输入信息数据和该图神经网络模型输出异常目标，该方法采用图神经网络模型，该模型与实际逼近程度高，从而使得检测结果准确。本发明可广泛应用于大数据的异质网络数据处理和分析检测。 |
| Other Abstract | 本发明公开了一种异质网络的异常目标检测方法、装置、设备及存储介质，该异常目标检测方法包括：获取异质网络的输入信息数据；根据该输入信息数据建立图神经网络模型；基于该输入信息数据和该图神经网络模型输出异常目标。本发明通过将异质网络的输入信息数据建立图神经网络模型，基于该输入信息数据和该图神经网络模型输出异常目标，该方法采用图神经网络模型，该模型与实际逼近程度高，从而使得检测结果准确。本发明可广泛应用于大数据的异质网络数据处理和分析检测。 |
| IPC Classification Number | G06F16/901
; G06N3/044
; G06N3/084
; G06Q50/00
|
| INPADOC Legal Status | （ENTRY INTO FORCE OF REQUEST FOR SUBSTANTIVE EXAMINATION）[2019-07-23][CN]
|
| INPADOC Patent Family Count | 1
|
| Extended Patent Family Count | 1
|
| Priority date | 2019-01-09
|
| Patent Agent | 唐致明
|
| Agency | 广州嘉权专利商标事务所有限公司
|
| URL | [Source Record] |
| Data Source | PatSnap
|
| Document Type | Patent |
| Identifier | http://kc.sustech.edu.cn/handle/2SGJ60CL/523587 |
| Department | Department of Computer Science and Engineering |
| Recommended Citation GB/T 7714 |
史玉回,曲良,黄骏. 异质网络的异常目标检测方法、装置、设备及存储介质[P]. 2023-04-07.
|
| Files in This Item: | There are no files associated with this item. | |||||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment