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！

龙图腾网获悉中科裕洲(广东)科技服务有限公司申请的专利基于工业大数据平台的数据治理方法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：CN120354430B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510433007.0，技术领域涉及：G06F21/60；该发明授权基于工业大数据平台的数据治理方法是由洪涌源设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本基于工业大数据平台的数据治理方法在说明书摘要公布了：本发明涉及数据治理技术领域，公开了基于工业大数据平台的数据治理方法，包括：通过文本语义分析技术处理组织架构文档和业务流程定义，生成责任分配矩阵；对用户历史数据访问行为进行分析，刻画用户数据使用特征；根据用户模型和责任矩阵，结合数据敏感度评分、场景特征提取和多维风险计算，实现动态权限决策；针对该决策机制，通过模拟测试验证授权策略的安全影响；依据测试结果，对模型参数进行自适应调整，并动态更新初始责任矩阵，形成闭环管理；通过组织结构智能分析、用户行为建模、风险感知的权限决策、数字双生验证和自适应优化，实现了数据治理责任的精确划分与动态调整，提高了数据权限管理的智能化和动态适应能力。

本发明授权基于工业大数据平台的数据治理方法在权利要求书中公布了：1.基于工业大数据平台的数据治理方法，其特征在于，包括： 通过文本语义分析技术处理组织架构文档和业务流程定义，生成责任分配矩阵； 对非结构化文本进行处理，提取角色实体、职责实体及关系；基于上一步抽取的实体和关系，构建组织结构知识图谱，结合图谱分析结果和业务流程定义，生成RACI责任矩阵； 对用户历史数据访问行为进行分析，构建用户操作模式的时序模型，刻画用户数据使用特征； 基于构建的用户行为模型，对相似行为模式的用户进行聚类分析，识别典型用户行为类型和模式； 根据用户行为模型和责任分配矩阵，结合数据敏感度评分、场景特征提取和多维风险计算，实现动态权限决策； 多维风险计算与决策，基于用户行为模型、数据敏感度和场景特征，计算访问风险评分，并根据评分与阈值的比较结果确定授权； 所述多维风险计算与决策由梯度提升决策树模型实现，根据风险评分与预设阈值的比较结果确定授权与否，梯度提升决策树模型的实现包括： 构建组合特征向量，将用户行为特征、数据敏感度特征、场景特征和责任分配矩阵对应值组合成一个统一的特征向量： 根据计算得到的风险评分和预设的风险阈值，实现动态权限决策； 根据动态权限决策，构建数据交互虚拟环境，通过模拟测试验证授权策略的安全影响； 基于模拟测试结果，构建安全影响评估模型，分析不同权限策略对数据安全和业务效率的影响；该模型采用基于因果推断的方法，刻画权限策略与安全风险、业务效率之间的因果关系； 安全影响评估结果作为关键输出，分别流向两个方向： 作为紧急反馈，用于实时调整风险阈值和决策规则，防范即时安全风险； 作为长期优化依据，为治理效果评估提供参考指标，并为强化学习算法的奖励函数提供安全性和效率的评分组件； 依据模拟测试结果，对风险评估模型参数进行自适应调整，并动态更新初始责任分配矩阵，形成闭环管理； 所述对风险评估模型参数进行自适应调整的步骤包括： 构建包含基础指标、过程指标和结果指标的数据治理效果评估模型； 采用强化学习算法对风险评估模型的参数进行自适应调整，其调整过程建模为马尔可夫决策过程； 基于治理效果评估结果和用户反馈，采用强化学习算法对权限决策的参数进行自适应调整，通过强化学习算法观察用户实际行为与预测行为的差异，动态调整行为模型参数； 该强化学习算法的具体实现如下： 状态空间定义，状态向量包含数据治理的关键指标、用户行为模式分布、当前权限拒绝率、安全事件发生率信息； 动作空间定义，动作向量包含可调整的参数，风险评估模型中各特征的权重系数、风险阈值； 奖励函数设计，奖励函数结合了安全性和效率两方面的考量： ； 其中表示t时刻的奖励，表示安全性评分，表示效率评分，表示参数变化率，、和是权衡参数。

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中科裕洲(广东)科技服务有限公司，其通讯地址为：523000 广东省东莞市松山湖园区总部二路4号1栋1503室；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”。

以上内容由龙图腾AI智能生成。