買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜華南理工大學申請的專利一種基于神經網絡模型的計算機系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119577817B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510138891.5，技術領域涉及：G06F21/60；該發明授權一種基于神經網絡模型的計算機系統是由丁碧瑩;陽林設計研發完成，并于2025-02-08向國家知識產權局提交的專利申請。

本一種基于神經網絡模型的計算機系統在說明書摘要公布了：本發明申請提供了一種基于神經網絡模型的計算機系統，包括特征提取模塊、模型構建模塊、優化模塊、存儲模塊、目標數據加密模塊；特征提取模塊從歷史加密數據中提取數據特征；模型構建模塊構建基于決策樹算法的動態加密解密模型；優化模塊通過動態加密解密模型的輸出，對預設神經網絡模型進行優化，獲得目標神經網絡模型；存儲模塊將目標神經網絡模型拆分為若干子模型，對子模型的模型參數和結構信息進行加密，獲得加密數據；目標數據加密模塊獲取并解密所述加密數據，獲得解密數據；組裝得到目標神經網絡模型，用于對目標數據的加密。本發明申請可以生成高復雜度和不可預測的加密方法用于目標數據的加密，可以有效降低數據的安全風險。

本發明授權一種基于神經網絡模型的計算機系統在權利要求書中公布了：1.一種基于神經網絡模型的計算機系統，其特征在于，包括特征提取模塊、模型構建模塊、優化模塊、存儲模塊、目標數據加密模塊和多個計算節點；其中，所述特征提取模塊，用于獲取若干加密算法和若干加密密鑰的歷史加密數據，從所述歷史加密數據中提取數據特征；所述模型構建模塊，用于基于所述數據特征，構建基于決策樹算法的動態加密解密模型；所述優化模塊，用于通過所述動態加密解密模型的輸出，對預設神經網絡模型進行優化，獲得目標神經網絡模型；所述存儲模塊，用于將所述目標神經網絡模型拆分為若干子模型，對各子模型的模型參數和結構信息進行加密，獲得加密數據，并將所述加密數據存儲在區塊鏈網絡中；將各子模型分別隨機存儲在至少兩個所述計算節點上；所述目標數據加密模塊，用于獲取并響應待加密的目標數據，訪問所述區塊鏈網絡，從所述區塊鏈網絡獲取并解密所述加密數據，獲得解密數據；訪問所述多個計算節點從而獲取各子模型，進而組裝得到所述目標神經網絡模型；并通過所述解密數據和合成得到的目標神經網絡模型，實現對目標數據的加密；所述模型構建模塊基于所述數據特征，構建基于決策樹算法的動態加密解密模型，包括：所述模型構建模塊從所述數據特征中選取若干風險因子；所述風險因子的類型包括數據敏感度、訪問頻率和用戶權限；基于決策樹C5算法，通過信息增益比對所述風險因子進行劃分，從而遞歸構建決策樹模型；根據所述決策樹模型的葉子節點以及分支路徑上的風險因子組合，獲得決策樹模型輸出的若干加密解密映射關系；通過所述風險因子對所述決策樹模型進行迭代更新，并在迭代更新的過程中對所述決策樹模型進行十折交叉驗證，根據決策樹模型輸出的若干加密解密映射關系，自適應調整數據的加密強度和粒度；將更新好的加密解密映射關系模型確定為所述動態加密解密模型；所述目標數據加密模塊訪問所述多個計算節點從而獲取各子模型，進而組裝得到所述目標神經網絡模型，包括：所述目標數據加密模塊根據預設的安全多方計算協議，訪問所述多個計算節點，獲取各子模型；通過秘密共享技術對各子模型實現多線程安全計算，基于計算結果組裝得到初始神經網絡模型；采用共識機制對所述初始神經網絡模型進行完整性驗證，在驗證通過時，動態調整所述初始神經網絡模型的網絡層數和卷積核大小，獲得目標神經網絡模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華南理工大學，其通訊地址為：510641 廣東省廣州市天河區五山路381號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。