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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利细粒度网络入侵检测模型的训练方法和网络入侵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：CN116232699B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310075526.5，技术领域涉及：H04L9/40；该发明授权细粒度网络入侵检测模型的训练方法和网络入侵检测方法是由王兴军;郑昕然;杨朔设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本细粒度网络入侵检测模型的训练方法和网络入侵检测方法在说明书摘要公布了：本发明实施例提供一种细粒度网络入侵检测模型的训练方法和网络入侵检测方法，该方法包括：获取网络流量样本；网络流量样本包括有标签流量样本和无标签流量样本；根据有标签流量样本和有标签流量样本对应的标签，对第一初始细粒度网络入侵检测模型进行训练，得到第二初始细粒度网络入侵检测模型；将无标签流量样本输入第二初始细粒度网络入侵检测模型，得到无标签流量样本对应的伪标签；根据有标签流量样本、有标签流量样本对应的标签、无标签流量样本、无标签流量样本对应的伪标签，对第二初始细粒度网络入侵检测模型进行训练，得到训练后的细粒度网络入侵检测模型。本发明实施例的方法实现了对网络流量对应的攻击类型的准确检测和分类。

本发明授权细粒度网络入侵检测模型的训练方法和网络入侵检测方法在权利要求书中公布了：1.一种细粒度网络入侵检测模型的训练方法，其特征在于，包括： 获取网络流量样本；所述网络流量样本包括有标签流量样本和无标签流量样本； 根据所述有标签流量样本和所述有标签流量样本对应的标签，对第一初始细粒度网络入侵检测模型进行训练，得到第二初始细粒度网络入侵检测模型； 将所述无标签流量样本输入所述第二初始细粒度网络入侵检测模型，得到所述无标签流量样本对应的伪标签； 根据所述有标签流量样本、所述有标签流量样本对应的标签、所述无标签流量样本、所述无标签流量样本对应的伪标签，对所述第二初始细粒度网络入侵检测模型进行训练，得到训练后的细粒度网络入侵检测模型；所述细粒度网络入侵检测模型用于进行网络流量对应的攻击类型的划分； 所述第一初始细粒度网络入侵检测模型包括： 全连接层；所述全连接层用于扩展所述网络流量样本的特征信息； 一维卷积神经网络模型；所述一维卷积神经网络模型用于提取扩展后的所述网络流量样本的特征信息； 所述根据所述有标签流量样本和所述有标签流量样本对应的标签，对第一初始细粒度网络入侵检测模型进行训练，得到第二初始细粒度网络入侵检测模型，包括： 将所述网络流量样本中的有标签流量样本输入第一初始细粒度网络入侵检测模型，得到所述有标签流量样本对应的细粒度入侵分类结果； 根据所述有标签流量样本对应的细粒度入侵分类结果、所述有标签流量样本对应的标签和目标损失函数对所述第一初始细粒度网络入侵检测模型进行训练，得到第二初始细粒度网络入侵检测模型；所述目标损失函数包括监督对比损失的损失函数和多权重分类损失的损失函数；所述多权重分类损失的损失函数用于调节模型对于不同入侵类别及错误分类的关注程度； 所述目标损失函数中的多权重分类损失的损失函数是基于如下公式确定的： ； 其中，M表示网络流量样本对应的入侵类别的数量；K表示各个入侵类别的网络流量样本的数量；表示符号函数，当样本分类为正确的入侵类别时，该函数取值为1；表示样本的概率；表示类别不平衡权重，用于调节模型对于不同入侵类别的关注程度；表示概率重置权重，用于调整模型对错误分类的关注程度。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。