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！

龙图腾网获悉河南工业大学;重庆对外经贸学院;西安理工大学申请的专利基于宽度焦点学习的均衡入侵检测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：CN119696853B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411781851.4，技术领域涉及：H04L9/40；该发明授权基于宽度焦点学习的均衡入侵检测方法及系统是由邓淼磊;孙川川;邱若锋;黑新宏;马米米;左志斌;张苗;张春燕;曹鹤玲设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本基于宽度焦点学习的均衡入侵检测方法及系统在说明书摘要公布了：本申请提供了基于宽度焦点学习的均衡入侵检测方法及系统，属于信息安全入侵检测领域，所述方法包括：获取标准化数据集，通过信息方差和多重共线性，对标准化数据集的信息特征进行筛选和过滤，剔除无效特征和冗余特征，优化数据质量；采用生成对抗网络构建均衡数据集，引入深度置信网络优化生成数据，增加数据多样性和真实性，并使用sigmoid模型作为对抗网络的判别器。最后使用宽度学习网络对均衡数据集进行学习训练，通过引入焦点集中损失机制focal，强化宽度学习模型对不同类别攻击样本的关注程度，从而达到对不同攻击样本的检测识别。本申请通过基于宽度焦点学习的均衡入侵检测模型提高了入侵检测攻击检测的精度和可靠性，缩短了训练时间，提高了不同攻击样本的检测率。

本发明授权基于宽度焦点学习的均衡入侵检测方法及系统在权利要求书中公布了：1.基于宽度焦点学习的均衡入侵检测方法，其特征在于，包括： 获取标准化数据集； 基于标准化数据集，获取降维数据集； 引入深度置信网络，作为生成对抗网络的生成器，产生更拟合真实数据的生成数据，并选取sigmoid判别器，区分数据的真实性，共同构建生成对抗网络； 基于生成对抗网络对降维数据集进行学习和训练，对少数类样本进行数据增强，生成更多具有多样性和真实性的少数类样本，使得降维数据集中的类别分布趋于平衡，得到均衡数据集； 引入焦点集中损失机制focal到宽度学习模型中，优化宽度学习权重表达，构建宽度焦点学习模型； 将均衡数据集作为宽度焦点学习模型的输入，对宽度焦点学习模型进行训练，通过伪逆计算以及调节焦点因子，以求解最优权重，获取训练完成的宽度焦点学习模型； 将待检测的数据集样本输入到训练完成的宽度焦点学习模型中进行分类和检测，宽度焦点学习模型通过学习到的特征表示和焦点集中损失机制，有效识别不同攻击类型的样本，并输出相应的检测结果。

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河南工业大学;重庆对外经贸学院;西安理工大学，其通讯地址为：450000 河南省郑州市高新技术产业开发区莲花街100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。