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！

龙图腾网获悉南通大学申请的专利基于异常行为分析的计算机网络入侵检测系统及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：CN120896779B 。

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：202511383717.3，技术领域涉及：H04L9/40；该发明授权基于异常行为分析的计算机网络入侵检测系统及方法是由陈晓勇;王婷婷;黄潘盼;朱冠任;刘志伟设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本基于异常行为分析的计算机网络入侵检测系统及方法在说明书摘要公布了：本发明涉及基于异常行为分析的计算机网络入侵检测领域，特别是基于异常行为分析的计算机网络入侵检测系统及方法。通过利用数据采集模块采集网络流量数据，对所述网络流量数据进行融合，得到融合网络流量数据；特征提取模块利用GGNN门控图神经网络对所述融合网络流量数据进行特征提取，建立ST‑Transformer时空联合检测模型，利用多目标粒子群优化算法对检测模型进行参数优化，数据检测模块将所述特征网络流量数据输入至时空联合检测模型中进行检测，输出数据异常评分；主动响应模块，用于系统根据所述数据异常评分的等级划分进行主动响应。提升了复杂攻击场景下的威胁发现与处置能力。

本发明授权基于异常行为分析的计算机网络入侵检测系统及方法在权利要求书中公布了：1.基于异常行为分析的计算机网络入侵检测系统，其特征在于，所述计算机网络入侵检测系统包括以下模块： 数据采集模块，用于采集网络流量数据，对所述网络流量数据进行融合，得到融合网络流量数据； 特征提取模块，用于利用GGNN门控图神经网络对所述融合网络流量数据进行特征提取，得到特征网络流量数据； 所述特征提取模块包括以下子模块： 类型子模块，用于定义所述融合网络流量数据的实体节点和边类型，至少包括网络层节点、主机层节点、用户层节点、通信关系边、进程调用边和归属关系边； 编码子模块，用于对所述融合网络流量数据进行节点特征编码，包括网络节点特征向量，主机节点特征向量和用户节点特征向量，得到图结构流量数据； 定义所述图结构流量数据中的消息函数： ； 其中，表示节点在时间步的隐状态，表示节点在时间步的隐状态，表示边特征，包括时延和频次，表示训练参数,用于将拼接后的向量映射到维空间，为隐藏状态和的维度，表示向量拼接操作; 更新子模块，用于定义所述GGNN门控图神经网络的门控更新机制如下： ； ； ； ； 其中，表示更新门输出，控制旧隐状态与新候选状态的融合比例；表示Sigmoid激活函数，输出值在0,1之间；表示训练参数矩阵，作用于拼接向量；表示重置门输出，控制旧隐状态与新候选状态的影响程度； 表示训练参数矩阵，作用于拼接向量；表示双曲正切激活函数，将输出值归一化到‑1,1；表示更新门输出，线性组合旧隐状态和新候选状态； 表示训练参数矩阵，作用于拼接向量；表示元素级乘法； 得到子模块，用于利用所述GGNN门控图神经网络对所述图结构流量数据进行层级特征提取，得到特征网络流量数据； 模型建立模块，用于建立ST‑Transformer时空联合检测模型，利用多目标粒子群优化算法对检测模型进行参数优化，得到目标ST‑Transformer时空联合检测模型； 所述模型建立模块包括以下子模块： 构建子模块，用于基于双流时空注意力机制构建所述ST‑Transformer时空联合检测模型； 空间特征提取子模块，用于利用改进的C2FDark主干网络，通过多尺度卷积提取目标空间特征，时间注意力融合子模块，用于构建动态空间关系图谱，通过图注意力机制捕捉非相邻节点的潜在关联，利用可变时间窗口机制对连续帧的时序依赖进行建模； 动态权重分配子模块，用于根据数据的流量特征调整空间与时间特征的融合权重，计算公式如下： ； 其中，表示融合权重，表示Sigmoid激活函数，，和表示融合权重系数，用于衡量空间特征、时间特征和外部网络威胁的相对重要性；表示空间特征值，表示时间特征值，表示外部网络威胁值； 数据检测模块，用于将所述特征网络流量数据输入至所述目标ST‑Transformer时空联合检测模型中进行检测，输出数据异常评分； 主动响应模块，用于系统根据所述数据异常评分的等级划分进行主动响应，所述主动响应至少包括动态蜜罐部署和资源隔离遏制。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。