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！

龙图腾网获悉鹏城实验室;四川亿览态势科技有限公司;广州大学申请的专利一种网络入侵检测方法、系统、电子设备及存储介质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：CN116502088B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310476240.8，技术领域涉及：G06F18/214；该发明授权一种网络入侵检测方法、系统、电子设备及存储介质是由王乐;张志强;顾钊铨;李润恒;景晓;余涛;陈元;孟令逍;谢敏容设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种网络入侵检测方法、系统、电子设备及存储介质在说明书摘要公布了：本发明公开了一种网络入侵检测方法、系统、电子设备及存储介质，该方法通过将待检测数据输入至多个训练好的分类器中进行网络入侵检测，获得每个训练好的分类器输出的入侵检测结果；对每个第一萤火虫种群采用萤火虫算法进行萤火虫位置优化，获得目标萤火虫个体；将每个第一萤火虫种群的目标萤火虫个体组成新种群，找出新种群中符合目标条件的目标萤火虫个体，并将新种群中的目标萤火虫个体加入每个第一萤火虫种群中作为下一次迭代的第二萤火虫种群，直到萤火虫算法达到最大迭代次数，得到目标萤火虫个体的位置；根据多个权重系数和每个训练好的分类器输出的入侵检测结果，计算得到最终的入侵检测结果。本发明能够提高网络入侵检测的精确度。

本发明授权一种网络入侵检测方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种网络入侵检测方法，其特征在于，所述网络入侵检测方法包括： 获取待检测数据、若干数量的正样本和若干数量的负样本； 将所述待检测数据输入至多个训练好的分类器中进行网络入侵检测，获得每个训练好的分类器输出的入侵检测结果；其中，所述多个训练好的分类器的训练方式如下： 根据所述正样本的数量和所述负样本的数量计算欠采样的第一组数和过采样的第二组数； 根据所述第一组数对正样本进行欠采样，获得第一组数的欠采样数据集，包括： 获取若干良性样本和恶意样本，计算所述良性样本和所述恶意样本之间的比例，得到数量比例值，并对所述数量比例值进行取整并加一，得到总采样组数，所述良性样本为正样本，所述恶意样本为负样本，所述总采样组数为第一组数和第二组数之和，通过对所述数量比例值进行取整使所述良性样本和所述恶意样本之间的数量均衡，所述第一组数的数量为对所述数量比例值进行取整后得到的数量，所述第二组数的数量为一组； 根据所述第一组数和负样本的数量，采用随机不重复欠采样方法对所述若干数量的正样本中进行欠采样，获得第一组数的欠采样数据集，每组所述欠采样数据集包含数量相同的正样本和负样本； 根据所述第二组数对欠采样后剩余的正样本进行过采样，获得第二组数的过采样数据集，包括： 根据所述第二组数和负样本的数量，采用SMOTE过采样方法对欠采样后剩余的正样本中进行过采样，获得第二组数的过采样数据集，每组所述过采样数据集包含数量相同的正样本和负样本； 采用每组所述欠采样数据集和所述过采样数据集分别单独训练一个分类器，获得多个训练好的分类器； 初始化萤火虫算法参数并获得多个萤火虫个体，对若干个所述萤火虫个体进行分组，获得多个第一萤火虫种群；并对每个所述第一萤火虫种群采用萤火虫算法进行萤火虫位置优化，获得位置优化后的每个所述第一萤火虫种群中符合目标条件的目标萤火虫个体； 将所述每个所述第一萤火虫种群的所述目标萤火虫个体组成新种群，找出所述新种群中符合目标条件的目标萤火虫个体，并将所述新种群中的所述目标萤火虫个体加入每个第一萤火虫种群中作为下一次迭代的第二萤火虫种群，直到所述萤火虫算法达到最大迭代次数，得到目标萤火虫个体的位置；所述目标萤火虫个体的位置包括多个权重系数，所述多个权重系数分别对应各个所述分类器； 根据所述多个权重系数和所述每个训练好的分类器输出的入侵检测结果，计算得到最终的入侵检测结果。

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鹏城实验室;四川亿览态势科技有限公司;广州大学，其通讯地址为：518000 广东省深圳市南山区兴科一街2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。