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！

龙图腾网获悉哈尔滨工业大学(威海);山东天合网络空间安全技术研究院有限公司申请的专利网络情报线索挖掘与关键目标识别方法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：CN121614738B 。

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：202610128806.1，技术领域涉及：G06F18/10；该发明授权网络情报线索挖掘与关键目标识别方法是由张兆心;梁俊杰;程亚楠;左明;张二伟;陈家齐;苏晗静;史晓晓;黄佳馨;潘晨;刘亚彤;赵东;黄俊凯设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本网络情报线索挖掘与关键目标识别方法在说明书摘要公布了：本发明提供网络情报线索挖掘与关键目标识别方法，涉及网络空间安全与开源情报分析技术领域，所述方法包括：对来自多个异构社交平台的公开数据进行采集与清洗，以将不同平台的账号统一映射为节点标识，得到预处理后的多源数据；基于预处理后的多源数据，构建统一情报关联图谱，即以账号为节点，以账号间的交互行为为边并赋予权重，同时生成包含各账号属性与语义特征的高维节点特征向量；分析统一情报关联图谱，提取其节点特征与拓扑结构，据此构建节点隐性权重评估模型，其中节点隐性权重评估模型采用包含多头注意力机制的图注意力网络。本发明可以实现从宏观线索挖掘到微观目标定位的全流程智能化监测。

本发明授权网络情报线索挖掘与关键目标识别方法在权利要求书中公布了：1.网络情报线索挖掘与关键目标识别方法，其特征在于，所述方法包括： 对来自多个异构社交平台的公开数据进行采集与清洗，以将不同平台的账号统一映射为节点标识，得到预处理后的多源数据； 基于预处理后的多源数据，构建统一情报关联图谱，即以账号为节点，以账号间的交互行为为边并赋予权重，同时生成包含各账号属性与语义特征的高维节点特征向量； 分析统一情报关联图谱，提取其节点特征与拓扑结构，据此构建节点隐性权重评估模型，其中节点隐性权重评估模型采用包含多头注意力机制的图注意力网络，通过聚合邻居信息学习节点间的隐性控制关系，以输出节点的全局重要性分数，包括：基于统一情报关联图谱，加载其包含的所有节点、节点间带权重的有向边及各节点的高维节点特征向量；从统一情报关联图谱中，提取高维节点特征向量作为节点的特征，并提取节点与带权重有向边之间的连接关系作为图谱的拓扑结构；基于提取的节点特征与拓扑结构，构建节点隐性权重评估模型的网络结构；所述网络结构采用包含多头注意力机制的图注意力网络，用于通过聚合邻居节点的信息来学习节点间的隐性控制关系；通过采用带有标签的样本数据对构建的节点隐性权重评估模型进行训练，通过优化损失函数使模型学习节点重要性，最终得到训练完成的节点隐性权重评估模型； 通过节点隐性权重评估模型，对统一情报关联图谱中的所有节点进行处理，计算出每个节点的全局重要性分数； 在得到所述全局重要性分数的基础上，对统一情报关联图谱进行划分，得到若干社区；分别计算每个社区的信息扩散速率、组织紧密度与跨域联动度，并融合为社区情报价值分数，据此筛选出高价值情报线索社区； 在高价值情报线索社区内，融合节点的全局重要性分数与社区内的图统计指标，以计算各节点的综合目标价值得分，据此综合目标价值得分识别并输出关键情报目标，包括：对于最终的高价值情报线索社区，获取社区内每一节点的全局重要性分数；对于社区内的每一节点，获取所述节点在所属社区内的图统计指标；将每一节点的全局重要性分数与对应节点的图统计指标进行加权融合，计算得到每一节点的综合目标价值得分；根据所有节点的综合目标价值得分，对最终的高价值情报线索社区内的节点进行降序排序，获得排序结果；基于排序结果与预设的关键目标数量，从排序前列的节点中确定并输出关键情报目标。

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哈尔滨工业大学(威海);山东天合网络空间安全技术研究院有限公司，其通讯地址为：264209 山东省威海市环翠区文化西路2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。