基于区块链和混合表征学习的专利信息安全辨识研究

作     者：赵斌 姜雪（??） 陈辉 季园园 

作者机构：蚌埠学院经济与管理学院 世明大学 浙江索思科技有限公司 

出 版 物：《情报科学》 (Information Science)

年 卷 期：2024年

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：安徽省教育厅人文社科重点项目《基于区块链技术的农产品供应链治理优化研究》(2023AH053436) 安徽省省级质量工程项目《蚌埠学院蚌埠市奥特纸箱机械有限公司校企合作实践教育基地》(2023xqhz076) 

主　　题：区块链 混合表征学习 专利信息 安全辨识 卷积神经网络 图卷积神经网络 

摘      要：【目的/意义】通过进行专利信息安全辨识研究，可以帮助确保专利信息的保密性，防止盗窃和篡改，从而保护创新者的权益。为了充分保障专利购买者权益并为专利与知识产权保护工作提供有力支持，提出基于区块链和混合表征学习的专利信息安全辨识方法。【方法/过程】采用区块链技术搭建专利信息溯源模型，结合信息溯源结果搭建基于混合表征学习的专利信息安全辨识框架。在该框架下通过卷积神经网络、图卷积神经网络表征专利信息文本以及结构安全特征并形成特征向量。将特征向量作为全连接神经网络输入，获取专利信息安全预测结果。若专利文件存在安全隐患，通过溯源条码与溯源查询区块链条进行连接查询专利历史交易信息，通过匹配数字签名确认专利文件是否被篡改，并以溯源记录为可靠依据实现专利信息安全辨识。【结果/结论】结果发现，该方法在专利信息安全辨识工作中的实用性较强，可显著提升专利信息安全辨识效果。【创新/局限】将区块链和混合表征学习应用到专利信息安全辨识中，能够在保证信息安全性的同时，增加辨识精度。混合表征学习方法通常需要更大的计算资源和存储空间，特别是对于复杂的专利信息辨识任务来说，这会导致实施过程中的成本增加，从而限制了该方法在实际应用中的规模和效率。