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！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利对抗体系效能评估方法、装置、计算机设备和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：CN119204755B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411706198.5，技术领域涉及：G06Q10/0637；该发明授权对抗体系效能评估方法、装置、计算机设备和存储介质是由马建军;黄丹棚;朋驰;何咏翔;张瀚文;李鹏;孙未蒙设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本对抗体系效能评估方法、装置、计算机设备和存储介质在说明书摘要公布了：本申请涉及一种对抗体系效能评估方法、装置、计算机设备和存储介质，通过根据初始效能指标样本数据集按照体系级指标、系统级指标以及功能级指标构建分层指标贝叶斯立体网络，利用贝叶斯推理机制在该网络中的同层指标贝叶斯网络根据已知条件对未知效能指标的值进行预测，利用高斯过程回归模型对各层指标贝叶斯网络中已预测的未知效能指标进行横向优化，并根据下层指标贝叶斯网络中的已知条件对上层指标贝叶斯网络中的未知效能指标进行纵向预测，直至得到顶层指标贝叶斯网络的效能指标，并根据该效能指标对对抗体系的效能进行评估，还根据新指标样本数据以及目标函数对分层指标贝叶斯立体网络进行优化。采用本方法能够进行综合效能评价。

本发明授权对抗体系效能评估方法、装置、计算机设备和存储介质在权利要求书中公布了：1.一种对抗体系效能评估方法，其特征在于，所述方法包括：获取对抗体系的初始效能指标样本数据集，并根据所述初始效能指标样本数据集按照体系级指标、系统级指标以及功能级指标构建分层指标贝叶斯立体网络，所述分层指标贝叶斯立体网络包括由低至顶叠放的多层指标贝叶斯网络组成；利用贝叶斯推理机制，在所述分层指标贝叶斯立体网络中的同层指标贝叶斯网络根据已知条件对未知效能指标的值进行预测；利用高斯过程回归模型，在所述分层指标贝叶斯立体网络中对各层指标贝叶斯网络中已预测的未知效能指标进行横向优化，并根据下层指标贝叶斯网络中的已知条件对上层指标贝叶斯网络中的未知效能指标进行预测，直至得到顶层指标贝叶斯网络的效能指标，并根据该效能指标对所述对抗体系的效能进行评估，其中，横向优化是指根据当前层的已知效能指标对该层预测得到的未知效能指标进行优化，在利用高斯过程回归模型对各层指标贝叶斯网络中已预测的未知效能指标进行横向优化时：将贝叶斯网络中得到的条件概率分布和高斯过程回归的概率分布进行数据融合，计算未知效能指标的期望，并采用以下公式： ；在上式中，X表示某一未知效能指标优化后的期望，表示经由贝叶斯网络预测得到的概率分布，j表示n个区间，而表示经由高斯过程回归模型得到的概率分布，其中，n=8,12；获取新指标样本数据集，根据所述新指标样本数据集以及目标函数对所述分层指标贝叶斯立体网络进行优化，在根据所述新指标样本数据集以及目标函数对所述分层指标贝叶斯立体网络进行优化时，包括：对所述目标函数以所述顶层指标贝叶斯网络中的效能指标的抽象描述进行定义，并采用高斯过程回归对所述目标函数进行建模；基于所述目标函数通过采集函数，在所述多层指标贝叶斯网络中选取使得所述目标函数的值最大的多个效能指标作为参考效能指标；在各所述参考效能指标的引导下，对所述分层指标贝叶斯立体网络中的未知效能指标的值进行优化，以实现所述分层指标贝叶斯立体网络的优化。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。