一种基于多模态图索引与隐私计算的自适应检索方法

本发明涉及一种基于多模态图索引与隐私计算的自适应检索方法，属于安全智能检索技术领域。其中，该方法包括：通过复杂度判别器对检索问题进行实时分类；将检索问题通过原子记忆节点拆解为多模态元数据，基于预定义元路径规则构建语义关联图谱；通过神经网络模型或大语言模型驱动的语义匹配模块，为新增节点与历史节点建立多类型关联；根据新输入的检索概念和关系触发旧节点的索引字段重写与拓扑结构调整，生成最优检索路径；在本地嵌入模型中注入可逆差分隐私噪声；对高频查询结果建立同态加密缓存池。在检索过程中灵活调整结构，使检索路径更贴合实际需求，能根据内容敏感度智能调节隐私保护力度，进一步加快了检索响应速度。