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！

龙图腾网获悉烟台大学;济南三泽信息安全测评有限公司申请的专利一种用于工业控制网络的细粒度攻击入侵检测方法、系统、存储介质及终端设备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：CN120110774B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510304923.4，技术领域涉及：H04L9/40；该发明授权一种用于工业控制网络的细粒度攻击入侵检测方法、系统、存储介质及终端设备是由单垚;袁梦晓;刘兆伟;展昭生;高志修;滕浩钧;李玉玲;侯文涵设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种用于工业控制网络的细粒度攻击入侵检测方法、系统、存储介质及终端设备在说明书摘要公布了：本发明涉及网络入侵检测技术领域，尤其是涉及一种用于工业控制网络的细粒度攻击入侵检测方法及系统。方法包括对获取的网络数据进行数据预处理；将网络数据的训练样本输入至神经网络进行训练；利用训练好的神经网络对测试集进行分类，其中，通过衡量测试样本与训练样本特征表示的马氏距离，来确定未知类别的决策边界，从而实现对未知类别攻击的检测。本发明所提出的动态分离损失函数能够指导神经网络获取更具区分性的数据表示特征，提升模型对于细粒度工业协议攻击的分类性能。

本发明授权一种用于工业控制网络的细粒度攻击入侵检测方法、系统、存储介质及终端设备在权利要求书中公布了：1.一种用于工业控制网络的细粒度攻击入侵检测方法，其特征在于，包括： 获取网络数据，并将网络数据划分为测试样本和训练样本； 对获取的网络数据进行数据预处理； 将网络数据的训练样本输入至神经网络进行训练； 利用训练好的神经网络对测试集进行分类，其中，通过衡量测试样本与训练样本特征表示的马氏距离，来确定未知类别的决策边界，从而实现对未知类别攻击的检测； 所述将网络数据的训练样本输入至神经网络进行训练，包括将训练样本输入至卷积核尺寸分别为2和4的两个并行CNN网络中，随后对卷积后所得到的局部特征进行向量拼接，然后将拼接过后的特征向量输入一个神经元个数为128的双向GRU网络中，最后将GRU隐藏层特征向量输入一个神经元为64的全连接层中，得到样本特征表示； 所述将网络数据的训练样本输入至神经网络进行训练，还包括通过结合分离损失和类别平衡损失得到动态分离损失函数，通过将分离损失动态化的方式促使模型在训练前期学习多数类样本的特征，所述动态分离损失函数的计算方式为： ， 其中为动态分离损失，为分离损失，是类别平衡损失，代表第类样本的总数量，用于控制类别平衡程度，表示当前神经网络的训练轮数，代表模型预测第个样本属于第类的概率，为神经网络的总训练轮数，是动态变化的平衡因子，决定训练过程的划分方式，即在训练过程的前14阶段，损失函数将由逐渐向过渡，在训练过程的后34阶段，损失函数将再由过渡； 所述分离损失的计算方式为： ， ， 其中，为中心损失，代表第个样本的真实标签中第类的取值，为训练样本数量，为已知类别个数，为第个样本的特征表示，代表样本所属类别的中心特征，为超参数；代表除第类外，最接近样本的其他类别的中心表示特征，为超参数，在损失函数最小化过程中，多项式减小，相邻类别间样本的距离增大。

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烟台大学;济南三泽信息安全测评有限公司，其通讯地址为：264003 山东省烟台市莱山区清泉路30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。