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！

龙图腾网获悉浙江大学计算机创新技术研究院申请的专利基于混合深度学习的CAN总线网络入侵检测方法和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：CN120389904B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510765509.3，技术领域涉及：H04L9/40；该发明授权基于混合深度学习的CAN总线网络入侵检测方法和系统是由王小航;蔡昀朗;艾雅·法蒂亚尼;石寒雪;任奎设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本基于混合深度学习的CAN总线网络入侵检测方法和系统在说明书摘要公布了：本发明公开了一种基于混合深度学习的CAN总线网络入侵检测方法和系统。本发明构建了UNET‑Transformer模型，其通过编码器和解码器提取CAN总线数据中的空间特征，以及通过注意力层捕获CAN总线数据序列中的时间和顺序动态，实现了对消息帧空间和时间特性的综合解析。这种联合建模显著增强了对复杂模式的识别能力。本发明还针对数据不平衡问题，结合滑动窗口方法，不仅扩大了训练样本，还保持了原始CAN数据分布特性，从而可以充分利用少数类别数据，避免对检测稀有攻击类别产生不利的影响。因此，本发明提出的方法避免了传统CNN对序列特征处理能力有限的局限性，同时比BiLSTM处理更高效，适合于实时入侵检测。

本发明授权基于混合深度学习的CAN总线网络入侵检测方法和系统在权利要求书中公布了：1.一种基于混合深度学习的CAN总线网络入侵检测方法，其特征在于，包括以下步骤： 步骤1：对采集的实时CAN总线数据进行数据预处理，获得训练数据集；所述实时CAN总线数据中包含注入数据帧； 步骤2：构建UNET-Transformer模型，并利用训练数据集训练UNET-Transformer模型，获得CAN总线网络入侵检测模型； 步骤3：将待测的CAN总线数据预处理后再输入到CAN总线网络入侵检测模型中，模型输出入侵检测结果； 所述步骤1具体为： 首先，对采集的实时CAN总线数据依次进行数据清洗、标签One-hot处理和归一化后，获得归一化后的CAN总线数据；接着，利用少数超采样方法对归一化后的CAN总线数据进行数据增强，获得数据增强后的CAN总线数据，所述数据增强后的CAN总线数据中不同标签的样本数量平衡；最后，对数据增强后的CAN总线数据中的缺失值进行填充后，获得训练数据集，所述训练数据集的每个训练样本为由连续K帧的CAN总线数据组成的CAN总线消息序列； 所述对数据增强后的CAN总线数据中的缺失值进行填充，具体包括： 利用滑动窗口选取连续K帧的同一特征，计算滑动窗口内的非缺失值的平均值并作为该滑动窗口内的缺失值的填充特征，遍历处理数据增强后的CAN总线数据中的缺失值后，完成所有缺失值的填充； 所述步骤2中，UNET-Transformer模型包括编码器、解码器、瓶颈单元和分类器，UNET-Transformer模型的输入作为编码器的输入，所述编码器经瓶颈单元后与解码器相连，解码器与分类器相连，分类器的输出作为UNET-Transformer模型的输出；所述编码器包括N个依次相连的卷积单元，解码器包括N个依次相连的上采样单元，第n个卷积单元还与第N-n+1个上采样单元相连，n=1,…,N。

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浙江大学计算机创新技术研究院，其通讯地址为：311200 浙江省杭州市萧山区利一路188号天人大厦33楼；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”。