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！

龙图腾网获悉江苏大学申请的专利一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测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：CN119420565B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411676479.0，技术领域涉及：H04L9/40；该发明授权一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测方法是由蔡赛华;赵英伟;程梦雅;张扬;李洋航设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测方法在说明书摘要公布了：本发明提供了一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测方法，属于网络入侵检测领域。步骤1，通过三种不同类型的包层选择提取原始网络流量的特征，并将提取的特征经过清理后使用RGB图像的形式进行表示；步骤2，基于步骤1生成的网络流量RGB图像，利用去噪扩散概率模型学习网络流量的局部整体特征和细粒度特征，生成规模较小的攻击类型的网络流量样本以平衡不同类别网络流量的分布；步骤3，使用均匀随机划分方式将扩充后的网络流量RGB图像划分为训练集、验证集和测试集，将训练集放入基于双注意力残差网络的网络入侵检测模型进行训练，并使用验证集进行验证获得最优网络参数，最终得到预训练好的网络入侵检测模型。

本发明授权一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测方法在权利要求书中公布了：1.一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测方法，其特征在于，包括如下步骤： 步骤1，通过三种不同类型的包层选择提取原始网络流量的特征，并将提取的特征经过清理后使用RGB图像的形式进行表示； 步骤2，基于步骤1生成的网络流量RGB图像，利用去噪扩散概率模型学习网络流量的局部整体特征和细粒度特征，生成规模较小的攻击类型的网络流量样本以平衡不同类别网络流量的分布； 步骤3，使用均匀随机划分方式将由步骤2扩充后的网络流量RGB图像划分为训练集、验证集和测试集，将训练集放入基于双注意力残差网络的网络入侵检测模型进行训练，并使用验证集进行验证获得最优网络参数，最终得到网络入侵检测模型； 所述步骤1的具体实现包括如下步骤： 步骤1.1，捕获网络流量，并以PCAP格式保存； 步骤1.2，将连续的原始流量按照三种不同类型的包层选择，三种不同类型的包层包括所有层Lall、仅第5层L5和仅第7层L7，转换为三种类型的离散流量分组； 步骤1.3，在数据链路层和IP层中随机化MAC地址和IP地址，避免会话中的IP和MAC信息影响特征提取过程提取得到的网络流量特征的质量，同时清理空文件和重复文件；步骤1.4，提取清洗后的三种类型网络流量中的特征，并将提取的特征长度统一为1024字节，如果长度大于1024字节则截取前1024字节，否则在最后补充0X00，然后将统一长度的特征按照二进制形式保存为FA、F5和F7，其中，FA表示提取并处理后的所有层特征，F5表示提取并处理后的会话层特征，F7表示提取并处理后的应用层特征，进而将流量特征转换为RGB图像； 步骤1.5，对生成的网络流量RGB图像进行标记，设置每种流量所对应的种类标签； 所述步骤2的具体实现包括如下步骤： 步骤2.1，利用去噪扩散概率模型，在前向过程通过余弦增加噪声的方式逐步向原始网络流量RGB图像中添加噪声，直到特征完全变为高斯噪声； 步骤2.2，利用去噪扩散概率模型，在逆向过程逐步从高斯噪声中去除噪声以生成新的网络流量RGB图像，并与原始网络流量RGB图像混合实现数据增强，解决网络流量中存在的数据不平衡问题。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。

以上内容由龙图腾AI智能生成。