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！

龙图腾网获悉上海交通大学申请的专利基于社群发现的协同管理权限规则优化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：CN120893061B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511008879.9，技术领域涉及：G06F21/60；该发明授权基于社群发现的协同管理权限规则优化系统是由于晗;闫涵;蔡鸿明;朱敏设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本基于社群发现的协同管理权限规则优化系统在说明书摘要公布了：一种基于社群发现的协同管理权限规则优化系统，包括：特征提取模块、组织角色筛选模块、数据属性筛选和权限分配控制模块，特征提取模块根据用户数据、协作对象及数据属性信息，通过结构化编码与语义建模生成标准化用户特征向量与数据向量；组织角色筛选模块基于社群划分算法构建用户协同图，利用社群画像模型推理用户最优角色映射；数据属性筛选模块结合数据分类树与结构依赖关系提取算法，识别目标数据的语义类别及上下游依赖链；权限分配控制模块依据角色、数据分类和依赖关系，结合权限知识库进行推理，最终生成权限分配表，实现面向协同场景的动态权限配置与策略匹配。本发明通过自动化角色映射、数据语义关联分析和权限继承推理，实现船舶协同场景下的精准权限分配与实时策略调整，从而提升数据安全性与协作效率，为船舶行业数字化转型提供核心支撑。

本发明授权基于社群发现的协同管理权限规则优化系统在权利要求书中公布了：1.一种基于社群发现的协同管理权限规则计算系统，其特征在于，包括：特征提取模块、组织角色筛选模块、数据属性筛选和权限分配控制模块，其中：特征提取模块根据用户数据、协作对象及数据属性信息，通过结构化编码与语义建模生成标准化用户特征向量与数据向量；组织角色筛选模块基于社群划分算法构建用户协同图，利用社群画像模型推理用户最优角色映射；数据属性筛选模块结合分类树与数据依赖关系提取算法，识别目标数据的语义类别及上下游依赖链；所述分类树是预定义的包含多个带有预训练语义向量的节点的树状结构；所述识别目标数据的语义类别是指：计算目标数据的属性向量与分类树中每个节点向量的余弦相似度，选取相似度最高的类节点作为标准分类标签；所述识别上下游依赖链是指：通过构建数据对象间的有向图，并采用深度优先搜索DFS算法遍历该图，从而确定数据的上下游依赖路径；权限分配控制模块依据角色、数据分类和依赖关系，结合权限知识库进行推理，最终生成权限分配表，实现面向协同场景的动态权限配置与策略匹配；所述权限知识库包含从历史授权日志与系统策略模版中抽取的结构化权限规则项，所述推理是指：在权限知识库中筛选满足条件，即规则中的角色集合为用户最优角色集合的子集且规则的数据分类与目标数据一致的规则项，并对所有匹配项的权限集合执行集合并操作； 所述的社群画像模型，采用社群层、组织角色层和数据层的分层设计，社群层包含多个系统用户，用户之间通过项目协作、任务配合行为形成协同网络；组织角色层基于包含角色相似边、组织相似边及协作边的双通道异构图结构，根据用户的角色属性和组织属性，采用角色社群和组织社群的双重划分机制，分别从职能属性和协作关系角度识别高内聚性用户群体；所述用户的角色属性和组织属性分别对应异构图节点中的角色向量与组织向量；所述高内聚性用户群体是指分别基于角色相似边权重与组织相似边权重，利用Louvain层次化检测算法划分出的角色社群集合与组织社群集合；并通过特征聚合生成社群画像，结合相似度计算与路径行为推理将当前用户动态映射至最优协同角色；所述结合相似度计算与路径行为推理是指：计算用户特征向量与社群中心向量的余弦相似度，并采用动态时间规整DTW计算用户实际操作日志序列与社群典型路径之间的行为模式差异；其中代表了一个特定社群中成员通常具有的标准行为或协作模式路径；所述最优协同角色是指在社群画像中与当前用户特征及行为模式匹配度最高的角色标签；数据层为系统中能够被访问的数据资源，包括文件夹、文件、BOM结构及版本信息，支持细粒度操作权限控制，该模型通过整合角色社群与组织社群的划分结果，实现用户—角色—数据的多维精准映射，为复杂协同场景提供动态权限分配策略； 所述的数据属性筛选模块包括：数据分类聚类单元、分类树匹配单元、数据依赖关系提取单元和动态依赖校验单元，其中：数据分类聚类单元从特征提取模块输入的数据属性向量中提取关键属性集合，通过语义嵌入方法生成属性向量集合，计算任意属性对之间的语义相似度，并利用DBSCAN聚类算法将属性划分为语义一致的类别，得到初步归类节点集合；分类树匹配单元根据系统内置的包含多个带有预训练语义向量表示的节点的分类树，计算候选类节点向量与分类树中每个节点向量的余弦相似度，选取相似度最高的类节点作为候选类节点向量的标准分类标签，用于后续权限匹配与规则关联的依据以确保非结构化或异构数据在权限管理中可被归一化表达；数据依赖关系提取单元通过构建有向图来为数据对象之间的依赖关系，并通过深度优先搜索DFS算法遍历该图，从而识别出目标数据对象的上下游依赖路径；动态依赖校验单元获取用户实际操作日志序列与依赖路径，验证依赖路径在实际操作上下文中是否合法，具体是指：将依赖路径中起始对象与终止对象的操作顺序与用户日志中实际操作的时间戳进行比对，仅当实际操作顺序与依赖方向一致时，判定为合法依赖； 所述的权限分配与控制模块包括：权限知识库构建单元、依赖权限继承单元、显式授权覆盖单元和权限分配表构建单元，其中：权限知识库构建单元从历史授权日志与系统策略模版中抽取结构化权限规则项：，其中表示角色集合，表示数据分类，表示条件集合，表示被授予的权限集合，将规则归纳整理成权限知识库，供后续权限匹配推理使用；依赖权限继承单元根据用户最优角色映射结果、数据分类标签以及合法依赖路径集合进行规则匹配与筛选并生成权限集合，在此基础上进行依赖链权限的扩展；显式授权覆盖单元查询显式授权记录表，当存在用户对目标对象的手动授权记录，则以显式授权权限覆盖继承结果，得到最终权限集；权限分配表构建单元根据用户的最优角色、最优角色关联的项目与组织信息、目标数据对象的唯一标识及目标数据对象的数据分类标签，将所有授权项逐条输出为标准权限分配条目，形成系统最终的权限分配表结果。

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交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。