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！

龙图腾网获悉长春理工大学;长春科技学院申请的专利一种基于零和博弈的网络攻击处理方法及系统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：CN119788413B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510245633.7，技术领域涉及：H04L9/40；该发明授权一种基于零和博弈的网络攻击处理方法及系统是由杨阳;李宜峰;栾天云;隋庆茹;丛海芳;李金哲;徐椿明;陆巍群;姜淑华;李明秋设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本一种基于零和博弈的网络攻击处理方法及系统在说明书摘要公布了：本发明提供一种基于零和博弈的网络攻击处理方法及系统，涉及数据处理领域，可解决对网络攻击处理准确性不高的问题。该方法，包括：根据分类系统中各分类器的最优权重以及各分类器对样本的预测值，确定样本中的目标样本，分类系统至少包括随机森林分类器、极端随机树分类器和梯度提升分类器，样本包括网络攻击信息；接着，将目标类样本通过生成对抗网络模型进行数量扩充处理，获得扩充样本；然后，根据扩充样本和样本进行网络攻击检测，确定是否存在网络入侵攻击行为。通过生成对抗网络模型生成具有真实性与多样性的扩充样本，进而有利于找到隐藏的网络入侵攻击行为。从而提高了对网络攻击的处理准确性。

本发明授权一种基于零和博弈的网络攻击处理方法及系统在权利要求书中公布了：1.一种基于零和博弈的网络攻击处理方法，其特征在于，包括： 根据分类系统中各分类器的最优权重以及各分类器对样本的预测值，确定所述样本中的目标样本，所述各分类器至少包括随机森林分类器、极端随机树分类器和梯度提升分类器，所述样本包括网络攻击信息，所述各分类器的最优权重包括各分类器对所述样本进行迭代处理至纳什均衡后获得的值； 将目标类样本通过生成对抗网络GAN模型进行数量扩充处理，获得扩充样本； 根据所述扩充样本和所述样本进行网络攻击检测，确定是否存在网络入侵攻击行为； 所述根据分类系统中各分类器的最优权重以及各分类器对样本的预测值，确定所述样本中的目标样本，包括： 通过随机森林分类器对样本进行处理，获得预测值； 通过极端随机树分类器对样本进行处理，获得预测值； 通过梯度提升分类器对样本进行处理，获得预测值； 根据，确定所述分类系统对所述样本的处理结果Y，其中，为随机森林分类器的最优权重，为极端随机树分类器的最优权重，为梯度提升分类器的最优权重； 所述根据分类系统中各分类器的最优权重以及各分类器对样本的预测值，确定所述样本中的目标样本，还包括： 第个分类器在第t+1次迭代中的权重与第个分类器在第t次迭代中的权重相减的绝对值达到纳什均衡后，确定权重为第个分类器的最优权重，其中，，表示第个分类器在第次迭代中的收益，每次迭代中收益，错误率，表示第个样本的特征向量，表示第个样本的真实标签，为指示函数，当第个分类器对样本的预测值与真实标签不同时，值为1，否则为0，第1个分类器是随机森林分类器，第2个分类器是极端随机树分类器，第3个分类器是梯度提升分类器。

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长春理工大学;长春科技学院，其通讯地址为：130022 吉林省长春市朝阳区卫星路7089号；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”。