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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);中国电子科技集团公司第五十四研究所申请的专利一种用于细粒度多分类的网络入侵开放识别方法、系统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：CN119299129B 。

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：202411255263.7，技术领域涉及：H04L9/40；该发明授权一种用于细粒度多分类的网络入侵开放识别方法、系统及存储介质是由杜磊;顾钊铨;宋志群;刘丽哲;李皓;段晨芸;谭昊;曹钰;李嘉瑞;张明瑞设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本一种用于细粒度多分类的网络入侵开放识别方法、系统及存储介质在说明书摘要公布了：本发明提供了一种用于细粒度多分类的网络入侵开放识别方法、系统及存储介质，网络入侵开放识别方法包括：特征表示步骤：学习一个泛化性的特征表示网络来表征训练和测试样本，从而为后续的分类步骤和拒绝步骤提供支撑；分类步骤：构建分类器，在封闭世界假设中将测试样本分类为已知类别中的某一个类别；拒绝步骤：从训练数据分布中估计可能的簇数，以在开放特征空间学习准确的识别器，从而最小化已知类别样本被错误识别为未知的风险。本发明的有益效果是：1.该网络入侵开放识别方法提高了网络入侵检测在开放世界中的检测准确性；2.该网络入侵开放识别方法具有很好的特征表示能力，能够在分类已知类别样本的同时拒绝那些未知类别的样本。

本发明授权一种用于细粒度多分类的网络入侵开放识别方法、系统及存储介质在权利要求书中公布了：1.一种用于细粒度多分类的网络入侵开放识别方法，其特征在于，包括执行以下步骤： 特征表示步骤：学习一个泛化性的特征表示网络来表征训练和测试样本，从而为后续的分类步骤和拒绝步骤提供支撑； 分类步骤：构建分类器，在封闭世界假设中将测试样本分类为已知类别中的某一个类别； 拒绝步骤：从训练数据分布中估计可能的簇数，以在开放特征空间学习准确的识别器，从而最小化已知类别样本被错误识别为未知的风险； 在所述特征表示步骤中，使用有监督对比损失函数进行特征表示网络训练，具体地： 从训练数据中随机选取一个样本xi，Ni表示在一个mini-batchBkn中和样本xi有相同标签样本的索引，表示网络的有监督对比损失为： 其中，zi是样本xi的特征向量，Bkn对应了训练数据中的已知类别子集，是表示网络的参数，是指示函数表示，如果n等于i返回1，否则返回0；是温度值； 在所述分类步骤中，使用k近邻算法作为分类器来对训练数据建模，在测试时，对每个测试样本xi，分类器从训练数据中选取余弦距离测试样本xi最近的k个样本，然后利用这k个样本的标签进行多数表决投票，以确定测试样本xi的预测类别； 在所述拒绝步骤中，识别器为每个测试样本分配一个用来指示是否属于训练数据分布的标识，在学习识别器时，从数据分布密度层面来估计训练数据的簇数，然后使用重新标记的标签来学习识别器。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);中国电子科技集团公司第五十四研究所，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。