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！

龙图腾网获悉南京邮电大学申请的专利一种基于机器学习的量子密码系统一体化异常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：CN119921948B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202510082037.1，技术领域涉及：H04L9/08；该发明授权一种基于机器学习的量子密码系统一体化异常检测方法是由王琴;徐佳歆;周星宇;刘靖阳设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于机器学习的量子密码系统一体化异常检测方法在说明书摘要公布了：本发明公开了一种基于机器学习的量子密码系统一体化异常检测方法，该方法不仅可以识别量子密码系统中各种设备的调制误差，还可以检测常见的窃听者攻击。本发明提出并实验证明了一种基于时间序列高斯混合模型的一体化检测方法，利用仿真数据进行训练，利用实验数据进行测试，在保持较高准确性的同时，为用户提供了更方便的解决方案。此外，该方法不需要额外的设备或中断密钥传输，从而降低了成本和提高了效率。同时，该方法可以识别未知的异常，提供对系统安全性的额外保障。因此，这项工作不仅可以为量子密码系统的安全性评估提供新的解决方案，而且可以为大规模量子安全网络的发展提供新的视角。

本发明授权一种基于机器学习的量子密码系统一体化异常检测方法在权利要求书中公布了：1.一种基于机器学习的量子密码系统异常检测方法，其特征在于，采用滑动窗口的方式，将不匹配基数据x以连续时间序列输入到高斯混合模型GMM，异常类型Ylabel作为高斯混合模型GMM的输出标签，对高斯混合模型GMM进行训练； 得到训练好高斯混合模型GMM，训练好高斯混合模型GMM的数量与异常类型Ylabel数量相同，即每一个异常类型Ylabel对应一个训练好的高斯混合模型GMM； 将异常不匹配基数据以滑动窗口的方式输入到所有训练好的高斯混合模型GMM中，计算每组滑动窗口序列数据对于每种异常类型的后验概率，选出最大后验概率对应的异常类型Ylabel作为不匹配基数据x的异常类型； 所述异常不匹配基数据是指不匹配基数据x的异常分数Sx位于正常起伏范围外； 所述异常分数Sx的计算过程如下： 在实际运行的量子密码系统中获取不匹配基数据，利用量子密钥分发系统中的多个高斯分布所求的概率密度函数px，先对概率密度函数px取对数后再取反，得到不匹配基数据的异常分数Sx； 所述正常起伏范围的获取方法如下： 在正常运行的量子密码系统下获取不匹配基数据，拟合出多个高斯分布所求的概率密度函数px，对概率密度函数px先取对数后再取反，得到正常不匹配基数据的异常分数Sx正常，所述正常不匹配基数据的异常分数Sx正常的分布范围，就是所述正常起伏范围。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。