重庆邮电大学熊炫睿获国家专利权
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！
龙图腾网获悉重庆邮电大学申请的专利基于流模型和集成学习的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：CN117272083B 。
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：202210652901.3，技术领域涉及：G06F18/23213；该发明授权基于流模型和集成学习的入侵检测方法是由熊炫睿;张宇樊;徐稳;方海领;陈怡;林为琴设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。
本基于流模型和集成学习的入侵检测方法在说明书摘要公布了：本发明属于入侵检测领域，涉及基于流模型和集成学习的入侵检测方法。该方法包括以下步骤：S1将所用的数据进行预处理；S2对数据集中的少数类样本用AE‑Flow模型进行新样本的生成；S3对数据集中的多数类样本用K‑means算法进行聚类欠采样；S4将合并以上步骤中得到的数据样本，用OSS算法去除类别边界附近的多数类样本；S5对得到的各类别样本数量平衡的数据应用集成学习分类器XGBoost进行分类。本发明能实现高性能的入侵检测，相比与其他方法，该发明在多分类入侵检测中的查准率、查全率以及综合指标F1‑score上取得的效果更佳，在提升入侵检测系统性能的同时实现对少数类样本F1‑score的巨大提升。
本发明授权基于流模型和集成学习的入侵检测方法在权利要求书中公布了：1.基于流模型和集成学习的入侵检测方法，其特征在于，包括以下步骤： S1对数据集中的少数类样本用AE-Flow模型进行新样本的生成，所述AE-Flow模型包括： 编码器模块E，由3层卷积神经网络组成，卷积核大小为3×3； 流模型F，由24层可逆变换组成，每层变换包括卷积神经网络和Relu激活函数； 解码器模块D，为与编码器模块E对称的转置卷积神经网络； S2对数据集中的多数类样本用K-means算法进行聚类欠采样； S3合并以上步骤中得到的数据样本，用OSS算法去除类别边界附近的多数类样本； S4对得到的各类别样本数量平衡的数据应用集成学习分类器XGBoost进行分类。
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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励