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！

龙图腾网恭喜浙江大学申请的专利一种去中心化社交媒体平台风险账户的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：CN119628972B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510160323.5，技术领域涉及：H04L9/40；该发明授权一种去中心化社交媒体平台风险账户的识别方法是由尹可挺;邹卓;鲁兴;高鹏;张联成设计研发完成，并于2025-02-13向国家知识产权局提交的专利申请。

本一种去中心化社交媒体平台风险账户的识别方法在说明书摘要公布了：本发明公开了一种去中心化社交媒体平台风险账户的识别方法，该方法是通过采集去中心化社交平台的数据，将包括节点和边信息的数据集转化为异构图，初步计算不同类型账户节点的统计特征，并通过图神经网络融合节点和邻居节点的特征，得到更准确的特征嵌入表示，最后输入分类模型得到该平台账户的风险分类结果。该方法能够集中监管社交平台中不合法内容以及追踪风险传播链；可以完全监控以及解决由于匿名性和去中心化导致的账户行为难以监控和管理的问题。

本发明授权一种去中心化社交媒体平台风险账户的识别方法在权利要求书中公布了：1.一种去中心化社交媒体平台风险账户的识别方法，其特征在于，包括以下步骤：1从去中心化社交媒体Lenster中采集所需数据集；2将包括节点和边信息的数据集转化为异构图的节点集合、边集合、邻接矩阵；3初步计算不同类型账户节点的统计特征，并获取账户的特征表示向量；4通过图神经网络对节点和邻居节点的特征表示向量进行特征融合，得到最终特征表示向量；具体为：使用的图神经网络模型是图注意力神经网络GAT，最初输入为异构图G＝V,E,M，其中V为节点集合、E为边集合、M为邻接矩阵；每个节点都具有特征表示向量H0；GAT网络每一层的输入为所有节点的特征向量集合，可表示为：H＝h1,h2,…,hn；经过特征聚合后，输出为：H′＝h′1,h′2,…,h′n；以下为每一层神经网络的特征聚合过程：对于相邻的两个节点vi,vj∈A，需要计算注意力分数αij来表示邻居节点对目标节点的重要程度；需要经过以下两个步骤：a计算注意力分数eij：eij＝LeakyReLUaT·[Whi∥Whj]；其中需要训练的参数为线性变换矩阵W和注意力权重矩阵aT；b最终使用Softmax函数，得到归一化后的注意力分数αij： 则每一层GAT网络的特征聚合过程表示为：hi′＝ReLU∑j∈Niαij·Whj；共设计了3层GAT网络进行节点的特征聚合，最终得到维度为16的最终特征表示向量；5将节点嵌入最终表示向量输入分类模型，得到去中心化社交媒体账户节点的风险分类结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。