四川大學方智陽獲國家專利權
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!
龍圖騰網獲悉四川大學申請的專利基于自編碼原型網絡的網絡入侵檢測模型的構建方法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:CN119835054B 。
龍圖騰網通過國家知識產權局官網在2025-09-23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:202411988226.7,技術領域涉及:H04L9/40;該發明授權基于自編碼原型網絡的網絡入侵檢測模型的構建方法是由方智陽;徐奕鑫;王俊峰;孫賀;孫利民設計研發完成,并于2024-12-31向國家知識產權局提交的專利申請。
本基于自編碼原型網絡的網絡入侵檢測模型的構建方法在說明書摘要公布了:本發明公開了基于自編碼原型網絡的網絡入侵檢測模型的構建方法,包括:利用自編碼器中的解碼器部分,構建自編碼原型網絡模型,在高維空間中重構輸入流量的原始特征,得到更具判別性的類別原型表征;使用開源網絡流量數據訓練自編碼原型網絡模型,獲取開源網絡入侵檢測模型;再使用目標網絡流量數據對開源網絡入侵檢測模型進行迭代優化,獲取目標網絡入侵檢測模型。實現了在流量數據稀缺的情況下,對內部網絡環境進行有效的防御,避免了在內網進行攻擊測試的風險,有效提升了網絡入侵檢測模型在不同網絡環境中的遷移能力;同時,在高維空間中,模型可以更好地實現聚類效果,進而提升了基于原型網絡的入侵檢測模型的分類性能以及泛化性。
本發明授權基于自編碼原型網絡的網絡入侵檢測模型的構建方法在權利要求書中公布了:1.基于自編碼原型網絡的網絡入侵檢測模型的構建方法,其特征在于,包括以下步驟: 步驟S1、采集開源網絡流量數據,并對開源網絡流量數據進行預處理; 步驟S2、構建自編碼原型網絡模型,包括:原型網絡通過一個基于自動編碼器中解碼器的模型,構成嵌入函數;所述嵌入函數將輸入流量特征映射到一個嵌入空間,獲取輸入流量特征的高維嵌入表示; 步驟S3、使用預處理后的開源網絡流量數據訓練自編碼原型網絡模型,得到開源網絡入侵檢測模型; 所述步驟S3具體包括以下步驟: S31、初始化自編碼原型網絡模型; S32、將預處理后的開源網絡流量數據輸入自編碼原型網絡模型,支持集樣本和查詢集樣本均通過自編碼器中的解碼器擴展為高維嵌入表示,計算支持集中相同類別樣本的高維嵌入均值并作為此類別的原型表征,計算公式如下: 式中,為第類流量的原型表征,為支持集樣本,為支持集樣本的高維嵌入表示,為支持集中的第類流量的樣本總數; S33、計算查詢集樣本的高維嵌入表示與各個類別的原型表征之間的歐氏距離,得到樣本為各個類別的概率,計算公式如下: 式中,為查詢集樣本屬于類別的分類概率,為查詢集樣本,為查詢集樣本的高維嵌入表示,為第類流量的原型表征,為開源網絡中已有類別原型表征的索引,為開源網絡中已有類別原型表征中的第類原型表征,函數為以自然常數為底的指數函數; S34、通過隨機梯度下降的方法,最小化分類概率的交叉熵,得到損失函數: S35、通過優化器優化模型; S36、按照訓練任務的訓練批次循環訓練自編碼原型網絡模型,得到開源網絡入侵檢測模型; 步驟S4、采集目標網絡流量數據,并對目標網絡流量數據進行預處理; 步驟S5、使用預處理后的目標網絡流量數據對開源網絡入侵檢測模型進行迭代優化,得到目標網絡入侵檢測模型,用于目標網絡的惡意流量分類。
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四川大學,其通訊地址為:610065 四川省成都市武侯區一環路南一段24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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。