(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210919761.1 (22)申请日 2022.08.02 (71)申请人 上海齐网 网络科技有限公司 地址 201600 上海市松江区洞泾镇长兴东 路1586号 (72)发明人 王羽　季玮恺　王辉　赵汀　 (74)专利代理 机构 北京恒和顿知识产权代理有 限公司 1 1014 专利代理师 林涛 (51)Int.Cl. G06F 21/55(2013.01) G06F 21/60(2013.01) H04L 9/40(2022.01) (54)发明名称 一种网络信息的风险检测方法及系统 (57)摘要 本申请提供的一种网络信息的风险检测方 法及系统， 能够对待进行风险检测的网络互动数 据的网络互动描述集进行安全系数分布处理， 得 到包括网络互动描述集中关键节点的百分比结 果的显著性网络互动描述集； 根据显著性网络互 动描述集对网络互动描述集中的关键节点进行 优化； 根据优化后的网络互动描述集确定网络互 动数据的处理结果， 提高了风险检测的准确性和 可靠性， 从而能够有效地保障待进行风险检测的 网络互动数据的处 理结果的准确性和可信度。 权利要求书2页 说明书7页 附图2页 CN 115455406 A 2022.12.09 CN 115455406 A 1.一种网络信息的风险检测方法， 其特 征在于， 所述方法至少包括： 对待进行风险检测的网络互动数据进行聚类处理， 得到所述待进行风险检测的网络互 动数据的第一网络互动描述 集； 对所述第一网络互动描述集进行安全系数分布 处理， 得到所述第 一网络互动描述集的 显著性网络互动描述集， 所述显著 性网络互动描述集包括所述第一网络互动描述集中关键 节点的百分比结果； 结合所述显著性网络互动描述集， 对所述第 一网络互动描述集中的关键节点进行百分 比系数优化， 得到第二网络互动描述 集； 结合所述第二网络互动描述集， 确定所述待进行风险检测的网络互动数据的处理结 果。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述第 一网络互动描述集进行安全 系数分布处 理， 得到所述第一网络互动描述 集的显著性网络互动描述 集， 包括： 对所述第一网络互动描述集的每一个传输路径进行更新处理， 确定所述第 一网络互动 描述集的第一更新变量， 所述第一更新变量的传输路径数量与第一网络互动描述集的传输 路径数量一致， 所述第一更新变量的更新维度及更新间隔周期与事先设定的更新模板相匹 配； 结合所述第一更新变量， 对所述第一网络互动描述集进行特征提取处理， 得到所述显 著性网络互动描述 集。 3.根据权利要求2所述的方法， 其特征在于， 所述结合所述第一更新变量， 对所述第一 网络互动描述 集进行特征提取处 理， 得到所述显著性网络互动描述 集， 包括： 结合所述第 一网络互动描述集的第 一更新变量以及事先设定的若干个数据补全指示， 对所述第一网络互动描述集进 行分类处理， 得到所述第一网络互动描述集的若干个第四网 络互动描述 集； 对所述若干个第四网络互动描述 集分别进行激活， 得到若干个第五网络互动描述 集； 结合所述若干个第五网络互动描述集， 确定所述第 一网络互动描述集的显著性网络互 动描述集。 4.根据权利要求2所述的方法， 其特征在于， 所述对所述第 一网络互动描述集的每一个 传输路径进行 更新处理， 确定所述第一网络互动描述 集的第一更新变量， 包括： 对所述第一网络互动描述集分别进行迭代 处理， 得到所述第 一网络互动描述集的重要 网络互动描述集和样本网络互动描述集， 所述重要网络互动描述集的描述范围与所述第一 网络互动描述集的描述范围一致， 所述样本网络互动描述集的更新 维度及更新间隔周期与 所述第一网络互动描述集的更新 维度及更新间隔周期一致， 所述样本网络互动描述集的传 输路径数量与所述更新模板相匹配； 对所述重要 网络互动描述集和所述样本网络互动描述集分别进行分团处理， 得到所述 重要网络互动描述 集的第一关键内容簇和所述样本网络互动描述 集的第二关键内容簇； 对所述第一关键内容簇和所述第 二关键内容簇进行加权处理， 得到所述第 一网络互动 描述集的第三关键内容簇； 结合所述第三关键内容簇， 确定所述第一网络互动描述集的第 一更新变量。 5.根据权利要求4所述的方法， 其特征在于， 所述结合所述第三关键内容簇， 确定所述权　利　要　求　书 1/2 页 2 CN 115455406 A 2第一网络互动描述 集的第一更新变量， 包括： 对所述第三关键内容簇进行分团处理， 得到所述第一网络互动描述集的第二更新变 量； 对所述第二更新变量进行无量纲简化处理， 确定所述第一网络互动描述集的第一更新 变量。 6.根据权利要求1所述的方法， 其特征在于， 所述结合所述显著性网络互动描述集， 对 所述第一网络互动描述集中的关键节点进行百分比系 数优化， 得到第二网络互动描述集， 包括： 对所述第一网络互动描述集与所述显著性网络互动描述集进行属 性加权处理， 得到 所述第二网络互动描述 集。 7.根据权利要求1所述的方法， 其特征在于， 所述方法还包括： 对所述第一网络互动描 述集进行特征识别处理， 得到所述第一网络互动描述集的识别网络互动描述集， 所述识别 网络互动描述集的描述范围与所述第一网络互动描述集的描述范围一致； 所述结合所述第 二网络互动描述集， 确定所述待进行风险检测的网络互动数据的处理结果， 包括： 将所述第 二网络互动描述集与所述识别网络互动描述集进行整合， 得到整合网络互动描述集； 对所 述整合网络互动描述 集进行分类， 得到所述待 进行风险检测的网络互动数据的处 理结果。 8.根据权利要求7所述的方法， 其特征在于， 对所述第 一网络互动描述集进行特征识别 处理， 得到所述第一网络互动描述集的识别网络互动描述集， 包括： 对所述第一网络互动描 述集进行显著性标签识别， 得到所述第一网络互动描述集的第一变量； 对所述第一变量进 行特征提取， 得到第二变量； 对 所述第二变量进 行扩张处理， 得到所述第一网络互动描述集 的识别网络互动描述 集。 9.根据权利要求1所述的方法， 其特征在于， 所述结合所述第二网络互动描述集， 确定 所述待进行风险检测的网络互动数据的处理结果， 包括： 对所述第二网络互动描述集进行 分类， 得到所述待 进行风险检测的网络互动数据的处 理结果。 10.一种网络信息的风险检测系统， 其特征在于， 包括互相之间通信的处理器和存储 器， 所述处理器用于从所述存储器中读取计算机程序并执行， 以实现权利要求 1‑9任一项所 述的方法。权　利　要　求　书 2/2 页 3 CN 115455406 A 3