一种用于跨链行为分析的多模态特征融合方法、设备及介质

本发明涉及一种用于跨链行为分析的多模态特征融合方法、设备及介质，该方法包括以下步骤：获取异构链上的多种模态数据，采用对应的特征提取器进行特征提取，并进行归一化处理，将原始数据转换为统一的数值特征向量；基于转换后的数值特征向量进行向量对齐，并利用注意力机制动态地为每个向量分配权重，在动态权重分配中，基于可靠性、时序衰减与结构敏感度进行注意力打分的校正，并引入基于模态‑上下文联合的门控系数以抑制噪声模态；基于权重对数值特征向量进行加权求和，得到融合向量，再生成链上行为指纹向量；利用同态加密技术对指纹向量进行加密后，用于跨链行为分析。与现有技术相比，本发明具有能够处理跨链异构数据、隐私性强等优点。