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)申请的专利一种端流融合的入侵检测方法、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：CN120934900B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511432303.5，技术领域涉及：H04L9/40；该发明授权一种端流融合的入侵检测方法、系统及存储介质是由顾钊铨;李鉴明;贾焰;赵昂霄;孙佳;张志强;闫昊设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本一种端流融合的入侵检测方法、系统及存储介质在说明书摘要公布了：本发明公开了一种端流融合的入侵检测方法、系统及存储介质，方法包括在终端收集系统日志和流量数据，并统一数据格式和长度；设计基于Transformer架构的入侵检测模型，并基于先验学习对模型进行训练；将训练完成的入侵检测模型部署到实际环境进行入侵检测，采样少量数据进行标注，形成训练数据集和测试样本，输入到训练好的模型，检测过程中，每隔一段时间聚合一次特征，生成多维数值特征表，模型通过单次前向传播，直接输出测试样本的预测概率分布；根据预测概率分布得到分类结果，并结合阈值判断是否为攻击。本发明只需要一次性训练一个大的模型，不需要为不同的数据集单独训练不同的模型，避免了很多重复和冗余的工作，且具有良好的迁移性。

本发明授权一种端流融合的入侵检测方法、系统及存储介质在权利要求书中公布了：1.一种端流融合的入侵检测方法，其特征在于，所述方法包括以下步骤： 在终端收集系统日志和流量数据，并统一数据格式和长度； 设计基于Transformer架构的入侵检测模型，并基于先验学习对模型进行训练； 将训练完成的入侵检测模型部署到实际环境进行入侵检测，采样少量数据进行标注，形成训练数据集和测试样本，输入到训练好的模型，检测过程中，每隔一段时间聚合一次特征，生成多维数值特征表，模型通过单次前向传播，直接输出测试样本的预测概率分布； 根据预测概率分布得到分类结果，并结合阈值判断是否为攻击； 入侵检测模型的训练，包括以下： 训练一个模型，使模型能够从采样的数据中估计数据的真实分布：，其中为训练数据集，为测试数据特征，为测试数据特征对应的标签，即真实数据标签，表示数据的真实概率分布； 基于先验学习方法，将收集到的数据集按照标签的不同分开，即将不同的攻击类型视为攻击数据分布的先验，在每一步的训练中，从先验中采样一个数据集，包含训练数据集和测试样本，将和中的测试数据特征作为模型的输入，模型的目标是预测中对应的真实数据标签； 入侵检测模型损失函数采用交叉熵损失函数； 训练过程中使用注意力掩码，使训练数据集可互相关注，而测试样本仅能关注到训练数据集，不能关注其他测试样本。

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)，其通讯地址为：518000 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。