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！

龙图腾网获悉浙江大学申请的专利基于特征模式约束的网络风控神经规则更新方法和装置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：CN119849584B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510332803.5，技术领域涉及：G06N3/084；该发明授权基于特征模式约束的网络风控神经规则更新方法和装置是由宛袁玉;李国祥;冯尊磊;胡佳聪;宋明黎设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本基于特征模式约束的网络风控神经规则更新方法和装置在说明书摘要公布了：基于特征模式一致性约束的网络风控神经规则更新方法和装置，其方法包括：S1、确定需要更新的神经规则，主要包括基于卷积神经网络的深度图像分类器中的神经规则；S2、对神经规则的输入数据，在一个约束好的范围内，进行随机强化；S3、运行神经规则，基于特征模式一致性约束算法和分类结果计算损失；S4、通过反向传播优化损失，实现神经规则的更新。本发明能够在引入较小额外计算开销的前提下，完成以网络风控为目的神经规则更新提供了网络风控效果更好的神经规则更新方法，能够更有效地提高目标网络的安全性和鲁棒性；提供了一种灵活的，可以在网络的任意使用阶段，包括初始阶段和事后阶段，以即插即用的方式实现网络风控的神经规则更新方法。

本发明授权基于特征模式约束的网络风控神经规则更新方法和装置在权利要求书中公布了：1.基于特征模式约束的网络风控神经规则更新方法，其特征在于，具体包括：S1、确定需要更新的神经规则，包括基于卷积神经网络的深度图像分类器；S2、对神经规则的输入数据，在一个约束好的范围内，进行随机强化；S3、运行神经规则，基于特征模式一致性约束算法和分类结果计算损失；基于特征模式一致性算法计算得到的损失由对特征子集选择算子和特征模式约束算子共同计算得到；所述的特征模式约束算子包括如下方法：计算损失，其形式为：，其中表示第层网络中样本的特征模式；表示样本真实类别的特征模式，是第层网络的神经规则中通过学习得到的参数；为特征模式约束算子，是和的距离，量化了样本的特征模式和其真实类别的特征模式之间的差异；是一个层集合，表示只计算网络层的损失；对于输入样本，第层网络中样本的特征模式按下面的方法进行计算：，其中，表示样本经过第层网络输出的特征，是一个向量，记为该向量的长度，和通过下面的公式进行计算：，表示平衡因子；S4、通过反向传播优化损失，实现神经规则的更新。

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”。