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！

龙图腾网恭喜河北工业大学申请的专利基于注意力的异构信息网络用户异常行为检测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：CN115859793B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202211479957.X，技术领域涉及：G06F30/27；该发明授权基于注意力的异构信息网络用户异常行为检测方法及系统是由杨亮;武洁纯;王嘉意;李振娜;贾永娜;张亚娟;牛炳鑫;顾军华设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本基于注意力的异构信息网络用户异常行为检测方法及系统在说明书摘要公布了：本发明为一种基于注意力的异构信息网络用户异常行为检测方法及系统，首先将异构信息网络某段时间的历史交互数据转换为图数据，图数据的每个节点代表异型信息网络的一个组成对象，图数据的边反映了异构信息网络的组成对象间的联系；然后，基于图神经网络构建用户异常行为检测模型的目标函数，模型通过注意力聚合节点的邻居信息，推导得到节点属性表征的层间传播公式；最后，对各个节点属性表征进行梯度更新，直至所有节点属性表征收敛，得到各个节点属性表征；将各个节点属性表征通过多层感知机压缩为由各个节点的预测标签纵向堆叠而成的一维列向量，即用户异常行为检测结果。该方法利用注意力机制在消息传播过程中自动捕获网络中的所有元路径信息，提高了用户异常行为检测的准确率。

本发明授权基于注意力的异构信息网络用户异常行为检测方法及系统在权利要求书中公布了：1.一种基于注意力的异构信息网络用户异常行为检测方法，其特征在于，该方法包括以下步骤： 步骤1、获取异构信息网络某一时段的历史交互数据，将历史交互数据转换为图数据，图数据的每个节点代表异构信息网络的一个组成对象，图数据的节点分为用户节点和商品节点，图数据的边反映了组成对象间的联系；从图数据中获取节点属性信息和图拓扑信息； 步骤2、基于图神经网络构建用户异常行为检测模型，用户异常行为检测模型的目标函数为： 式中，为目标函数的表示符，k.表示图神经网络的核函数，kxi,hi表示属性表征拟合项，xi表示节点i的属性信息，hi表示节点i的属性表征，khi,hj表示节点i与节点j之间的相似度，hj表示节点j的属性表征，αij表示模型学习到的节点i与节点j之间的注意力系数，λ为超参数，G表示节点数量，i,j表示节点i与节点j之间的边，E表示图数据的边集合； 选用高斯核函数，则目标函数表示为： 式中，为高斯核函数的符号化表示，T表示向量转置，||.||2表示向量的二范数，σ表示高斯核函数的方差； 对式3中的hi求导，并令导数等于0，得到任意节点i的属性表征hi的表达式为： 式4中，Ni表示节点i的邻居节点集合； 由式4可得，节点属性表征hi的层间传播公式为： 式5中，节点j表示节点i的邻居节点，j∈Ni；表示第l+1层节点i的属性表征，表示第l层节点j的属性表征，表示第l层相邻节点之间的注意力系数； 注意力计算包括节点和边类型的注意力，则注意力系数的计算式为： 式6中，b表示参数向量，W表示参数矩阵，||表示拼接操作，Wr表示异构信息网络中边类型的参数矩阵，rφiφj表示异构信息网络中边类型的独热编码向量，φ.表示边类型的映射函数； 节点注意力和边类型注意力的传播公式分别为： 式中，分别表示层间传播后第l和l-1层邻居节点之间的注意力系数，β为超参数，表示异构信息网络中第l层边的信息，分别表示层间传播后异构信息网络中第l和l-1层边的信息； 在每层传播之后，对得到的节点属性表征进行层归一化处理，具体表示公式为： 式中，表示层归一化后第l层节点i的属性表征，表示层间传播后第l层节点i的属性表征，||.||表示矩阵范数； 使用多个注意力头对节点属性表征进行多角度学习，其表达式为： 式中，表示层归一化后第l层节点i第s个注意力头的属性表征，表示第l层相邻节点之间的第s个注意力头的注意力系数，Wl表示参数矩阵，为第l-1层节点j的属性表征； 根据式5和12对各个节点属性表征进行梯度更新，直至所有节点属性表征收敛，得到每个节点所有注意力头的属性表征，将每个节点所有注意力头的属性表征进行拼接，得到该节点的属性表征；异常行为检测模型的输出即为各个节点属性表征；其中，第i个节点的属性表征表示为： 式中，||表示拼接； 将各个节点属性表征通过多层感知机压缩为由各个节点的预测标签纵向堆叠而成的一维列向量，即用户异常行为检测结果；预测标签为正常行为和异常行为的概率； 步骤3、随机选取图数据中的部分节点或边对用户异常行为检测模型进行训练，得到训练后的用户异常行为检测模型；将待检测的异构信息网络的历史交互数据转换为图数据，将图数据的节点属性信息和图拓扑信息输入到训练后的用户异常行为检测模型中，对用户行为进行检测。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院330#；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”。