一种基于多模态深度学习的跨区域语义安全验证方法、系统及装置

AITNT
正文
推荐专利
一种基于多模态深度学习的跨区域语义安全验证方法、系统及装置
申请号:CN202510984060
申请日期:2025-07-17
公开号:CN120785610A
公开日期:2025-10-14
类型:发明专利
摘要
本申请涉及人工智能安全技术领域,涉及一种基于多模态深度学习的跨区域语义安全验证方法、系统及装置。所述方法包括:通过预处理引擎对跨安全域传输的多模态数据进行解析、格式化及特征强化,生成标准化输入;将预处理后的数据并行输入至结构验证单元、语义理解单元及风险模拟单元:所述结构验证单元通过静态规则匹配引擎和动态学习引擎检测已知攻击模式,并动态更新规则库;所述语义理解单元生成多模态融合风险评估结果;所述风险模拟单元生成风险热力图;验证决策器综合各单元的输出结果,对跨域传输数据执行拦截或放行操作。本发明实现对跨安全域传输数据的全面语义安全验证,确保敏感信息在传输过程中的保密性和完整性。
技术关键词
多模态深度学习 验证方法 模拟单元 语义 验证系统 风险 YOLO模型 分析结构化数据 动态更新 热力图 格式化 图像分析模块 BERT模型 文本 图谱 后门 数据分析模块 决策
系统为您推荐了相关专利信息
1
基于全局匹配和大模型的无监督实体对齐方法及系统
实体对齐方法 图谱 语义 矩阵 大语言模型
2
组词训练数据生成装置、组词训练装置及方法、电子设备、存储介质及计算机程序
汉字 训练题目 训练数据生成方法 数据生成装置 训练装置
3
通用机场安全风险预测方法及风险等级评估方法
风险预测模型 风险等级评估方法 训练样本集 神经网络训练 风险预测方法
4
一种三维开放词汇语义分割模型的训练方法及装置
标签 语义分割模型 稀疏编码器 解码器结构 深度映射
5
基于YOLOv8n的通道级联特征融合与增强的小目标缺陷检测方法
缺陷检测方法 通道注意力机制 级联 上采样 多尺度特征融合
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号