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！

龙图腾网获悉中国电子科技集团公司第三十研究所申请的专利无人机网络安全验证效果评估方法、系统、设备及介质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：CN120050660B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510517846.0，技术领域涉及：H04W12/121；该发明授权无人机网络安全验证效果评估方法、系统、设备及介质是由饶志宏;何健辉;熊刚;任祥维;魏兴雲;朱永川;胡华鹏设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本无人机网络安全验证效果评估方法、系统、设备及介质在说明书摘要公布了：本发明涉及无人机网络安全技术领域，公开了一种无人机网络安全验证效果评估方法、系统、设备及介质，其中方法包括：对无人机网络安全相关的指标数据进行预处理，并构建指标矩阵；基于非线性激励学习模型对指标矩阵进行降维处理，并基于空间信息动态路径迭代模型提取权重信息，得到无人机网络安全的评估阈值向量及其权重向量；基于评估阈值向量及其权重向量，计算归一化的综合阈值；计算无人机网络各节点的评估向量，并与归一化的综合阈值进行比较，从而得到无人机网络安全评估结果。本发明适用于复杂的网络协议运行机制，并且充分结合模型层次结构实现更精准、客观的分析，达到更可靠、全面的评估效果，更贴近于无人机网络实际应用场景。

本发明授权无人机网络安全验证效果评估方法、系统、设备及介质在权利要求书中公布了：1.一种无人机网络安全验证效果评估方法，其特征在于，包括： 对无人机网络安全相关的指标数据进行预处理，并构建指标矩阵； 基于非线性激励学习模型对指标矩阵进行降维处理，并基于空间信息动态路径迭代模型提取权重信息，得到无人机网络安全的评估阈值向量及其权重向量； 基于评估阈值向量及其权重向量，计算归一化的综合阈值；计算无人机网络各节点的评估向量，并与归一化的综合阈值进行比较，从而得到无人机网络安全评估结果； 所述对无人机网络安全相关的指标数据进行预处理，包括： 针对数据异常或缺失问题，通过数据清洗处理缺失值、异常值和重复数据；其中，缺失值通过删除、填充或插值进行处理，异常值通过统计方法或无人机网络的先验知识进行识别和处理，重复数据进行删除或整合为同一数据； 针对指标差异性问题，将指标数据归一化处理，即将所有的指标值转化为0到1之间的无量纲数值，表达式如下： 其中，为第个节点的第个指标值，为网络节点的数量，为归一化预处理后的结果； 所述构建指标矩阵，包括： 基于预处理后的指标数据构建指标矩阵； 对指标矩阵进行重构，重构方法包括循环操作和堆叠操作； 所述循环操作包括将输入矩阵看作两个指标向量，并依次更改顺序，即将第一个元素置入向量最后一位，其余元素向前移位； 所述堆叠操作包括将循环操作得到的所有移位的列向量按行进行组合，得到新的指标矩阵； 所述基于非线性激励学习模型对指标矩阵进行降维处理，包括： 通过非线性激励学习模型的卷积层，进行基于非线性函数的卷积操作，得到降维后的指标矩阵： 其中，为降维后的指标矩阵，为输入矩阵，为输入矩阵的维度；和是连续的单变量函数； 通过激活函数实现模型输出，计算激活函数与获取样本值的均方误差得到模型损失函数，基于梯度下降更新模型参数： 其中，为更新前的模型参数，为更新后的模型参数，为参数更新的步长，为均方误差函数，为样本数量，为样本中的权重值，为基于非线性激励学习模型得到的权重输出值； 所述基于空间信息动态路径迭代模型提取权重信息，得到无人机网络安全的评估阈值向量及其权重向量，包括： 在通过非线性激励学习模型的卷积层进行卷积操作后，将卷积后的指标矩阵输出到空间信息动态路径迭代模型的第一层即子单元层，通过子单元层动态计算并输出至第二层即父单元层，再通过父单元层计算获取包含权重信息的向量； 基于空间信息动态路径迭代模型提取的权重信息，通过线性非线性激励学习模型的全连接层进行下一步的降维与提取处理，得到无人机网络安全的评估阈值权重向量： 其中，为多种指标的评估阈值权重； 在空间信息动态路径迭代模型中，处理单元总输入量为路径向量的加权和： 其中，为输入矢量，为路径权重，为子单元矩阵； 父单元使用激活函数处理输入矢量，计算输出矢量： 其中，为激活函数，为范数计算； 路径权重根据空间信息提取父单元输出与每个路径向量之间的接近程度进行动态更新： 其中，和为动态因子，通过子单元向量的实时变化，实现通过处理单元向上一级处理单元传输数据的路径权重的动态更新；为路径总数，为指数函数； 损失函数通过量化实际权重与样本的差异得到： 其中，为对任一数据样本的计算误差，为样本标签值，为通过动态路径优化输出数据向量，k为样本序号，为输出向量的正向偏移常量，为输出向量的负向偏移常量，为动态系数因子，为所有样本的总误差函数，为样本总数。

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国电子科技集团公司第三十研究所，其通讯地址为：610041 四川省成都市高新区创业路6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”。