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！

龙图腾网获悉国网上海市电力公司申请的专利一种基于持续学习的网络安全检测系统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：CN120979840B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511496270.0，技术领域涉及：H04L9/40；该发明授权一种基于持续学习的网络安全检测系统是由王治华;陈宏福;胡友琳;高峰;苏凡设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种基于持续学习的网络安全检测系统在说明书摘要公布了：本发明涉及一种基于持续学习的网络安全检测系统，属于网络安全技术领域，解决了现有技术中检测能力滞后不能适应新型攻击检测的问题。系统包括：训练集构建模块，用于当存在新增网络检测数据时构建新样本进而构建当前训练样本集；模型训练模块，用于构建动态图神经网络模型；基于当前训练样本集对模型进行训练，计算训练损失，若训练损失超过阈值，则从当前训练样本集中随机提取部分样本存入经验学习库；否则训练结束，得到训练好的网络安全检测模型；网络安全检测模块，用于将待检测网络检测数据输入训练好的网络安全检测模型得到检测结果；经验学习库，用于保存旧样本和对应的检测特征。提高了网络安全检测模型的检测准确性。

本发明授权一种基于持续学习的网络安全检测系统在权利要求书中公布了：1.一种基于持续学习的网络安全检测系统，其特征在于，包括： 训练集构建模块，用于当存在新增网络检测数据时，基于新增网络检测数据构建新样本，基于新样本和经验学习库构建当前训练样本集； 模型训练模块，用于构建动态图神经网络模型；基于所述当前训练样本集对所述动态图神经网络模型进行训练，计算所述动态图神经网络模型的训练损失，若所述训练损失超过阈值，则从当前训练样本集中随机提取部分样本存入经验学习库；否则训练结束，得到训练好的网络安全检测模型； 网络安全检测模块，用于将待检测网络检测数据输入训练好的网络安全检测模型，得到检测结果； 经验学习库，用于保存旧样本和对应的检测特征； 采用以下公式计算所述动态图神经网络模型的训练损失： ； 其中，表示新样本的损失，表示旧样本的损失； 采用以下公式计算新样本的损失： ； 其中，N表示当前训练批次中新样本的数量，表示距离损失，表示一致性损失，表示交叉熵损失，表示当前动态图神经网络模型预测的第i个新样本的类型，表示第i个新样本的分类标签； 具体的，采用以下公式计算距离损失： ； 其中，表示新样本中的正常样本所在超球体的半径，表示控制参数，N表示当前训练批次的新样本的样本数量，表示新样本中异常样本的数量，表示新样本中异常样本的集合，表示第i个新样本的检测特征，表示第j个异常样本的检测特征，表示正常样本所在超球体的球心，表示矩阵的2范数，表示矩阵的F范数，L表示动态图神经网络模型的层数，表示动态图神经网络模型的第层网络的参数，和表示权重参数。

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国网上海市电力公司，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路1122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。