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！

龙图腾网获悉四川大学申请的专利基于自编码原型网络的网络入侵检测模型的构建方法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：CN119835054B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411988226.7，技术领域涉及：H04L9/40；该发明授权基于自编码原型网络的网络入侵检测模型的构建方法是由方智阳;徐奕鑫;王俊峰;孙贺;孙利民设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于自编码原型网络的网络入侵检测模型的构建方法在说明书摘要公布了：本发明公开了基于自编码原型网络的网络入侵检测模型的构建方法，包括：利用自编码器中的解码器部分，构建自编码原型网络模型，在高维空间中重构输入流量的原始特征，得到更具判别性的类别原型表征；使用开源网络流量数据训练自编码原型网络模型，获取开源网络入侵检测模型；再使用目标网络流量数据对开源网络入侵检测模型进行迭代优化，获取目标网络入侵检测模型。实现了在流量数据稀缺的情况下，对内部网络环境进行有效的防御，避免了在内网进行攻击测试的风险，有效提升了网络入侵检测模型在不同网络环境中的迁移能力；同时，在高维空间中，模型可以更好地实现聚类效果，进而提升了基于原型网络的入侵检测模型的分类性能以及泛化性。

本发明授权基于自编码原型网络的网络入侵检测模型的构建方法在权利要求书中公布了：1.基于自编码原型网络的网络入侵检测模型的构建方法，其特征在于，包括以下步骤： 步骤S1、采集开源网络流量数据，并对开源网络流量数据进行预处理； 步骤S2、构建自编码原型网络模型，包括：原型网络通过一个基于自动编码器中解码器的模型，构成嵌入函数；所述嵌入函数将输入流量特征映射到一个嵌入空间，获取输入流量特征的高维嵌入表示； 步骤S3、使用预处理后的开源网络流量数据训练自编码原型网络模型，得到开源网络入侵检测模型； 所述步骤S3具体包括以下步骤： S31、初始化自编码原型网络模型； S32、将预处理后的开源网络流量数据输入自编码原型网络模型，支持集样本和查询集样本均通过自编码器中的解码器扩展为高维嵌入表示，计算支持集中相同类别样本的高维嵌入均值并作为此类别的原型表征，计算公式如下： 式中，为第类流量的原型表征，为支持集样本，为支持集样本的高维嵌入表示，为支持集中的第类流量的样本总数； S33、计算查询集样本的高维嵌入表示与各个类别的原型表征之间的欧氏距离，得到样本为各个类别的概率，计算公式如下： 式中，为查询集样本属于类别的分类概率，为查询集样本，为查询集样本的高维嵌入表示，为第类流量的原型表征，为开源网络中已有类别原型表征的索引，为开源网络中已有类别原型表征中的第类原型表征，函数为以自然常数为底的指数函数； S34、通过随机梯度下降的方法，最小化分类概率的交叉熵，得到损失函数： S35、通过优化器优化模型； S36、按照训练任务的训练批次循环训练自编码原型网络模型，得到开源网络入侵检测模型； 步骤S4、采集目标网络流量数据，并对目标网络流量数据进行预处理； 步骤S5、使用预处理后的目标网络流量数据对开源网络入侵检测模型进行迭代优化，得到目标网络入侵检测模型，用于目标网络的恶意流量分类。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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”。