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！

龙图腾网获悉暨南大学;广东交通职业技术学院申请的专利一种基于文本语义的改进SVM的网络安全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：CN119652553B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411550825.0，技术领域涉及：H04L9/40；该发明授权一种基于文本语义的改进SVM的网络安全检测方法是由张彦军;陈木朝设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本一种基于文本语义的改进SVM的网络安全检测方法在说明书摘要公布了：本发明提供了一种基于文本语义的改进SVM的网络安全检测方法，涉及网络安全技术领域。包括：获取待检测的文本数据；将待检测的文本数据输入至最终的检测模型中，得到检测结果；最终的检测模型的构建方法为：基于svm构建初始检测模型；获取网络安全相关数据；对网络安全相关数据进行预处理，得到预处理后的数据；对预处理后的数据进行特征提取，得到识别特征值集；根据识别特征集构建训练样本；基于高斯函数，对初始检测模型的核函数进行改进，得到改进核函数；根据改进核函数确定改进检测模型；利用贝叶斯优化算法对改进检测模型的参数进行优化，得到最终的检测模型。本发明解决了现有技术中网络安全数据智能识别方法效率低下的问题。

本发明授权一种基于文本语义的改进SVM的网络安全检测方法在权利要求书中公布了：1.一种基于文本语义的改进SVM的网络安全检测方法，其特征在于，包括： 获取待检测的文本数据； 将所述待检测的文本数据输入至最终的检测模型中，得到检测结果； 所述最终的检测模型的构建方法为： 基于svm构建初始检测模型； 获取网络安全相关数据； 对所述网络安全相关数据进行预处理，得到预处理后的数据； 对所述预处理后的数据进行特征提取，得到识别特征值集； 根据所述识别特征集构建训练样本； 基于高斯函数，对所述初始检测模型的核函数进行改进，得到改进核函数； 根据所述改进核函数确定改进检测模型； 利用贝叶斯优化算法对所述改进检测模型的参数进行优化，得到最终的检测模型； 所述改进核函数的表达式为： ； 所述改进检测模型的表达式为： ； 所述最终的检测模型的表达式为： ； 其中，分别为输入样本的第一特征向量和第二特征向量，A和σ分别为核函数幅度激励和响应调节参数，w和b分别为法向量和样本空间位移量，表示每个样本点在超平面一侧的距离，为拉格朗日乘子，为经过优化后的数据集。

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暨南大学;广东交通职业技术学院，其通讯地址为：510000 广东省广州市黄埔大道西601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。