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！

龙图腾网获悉武汉大学申请的专利基于基因演化的未知网络威胁攻击及防御方法、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：CN116760576B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310606083.8，技术领域涉及：H04L9/40；该发明授权基于基因演化的未知网络威胁攻击及防御方法、系统是由王丽娜;付杰;杨葛英;刘晓稳;王清浩设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本基于基因演化的未知网络威胁攻击及防御方法、系统在说明书摘要公布了：本发明公开了一种基于基因演化的未知网络威胁攻击及防御方法、系统，涉及一种针对深度学习模型攻击的方法及相应的防御机制，属于人工智能信息安全技术领域。其中的方法采用网络入侵检测数据集，设计新的适应度计算方法，用改进后的遗传算法生成更接近真实数据的对抗样本即未知网络威胁攻击样本，对黑盒状态下的网络入侵检测模型进行攻击，并针对这些未知网络威胁攻击样本的空间分布特征，提出基于对抗生成网络架构模型进行对抗训练的防御措施。

本发明授权基于基因演化的未知网络威胁攻击及防御方法、系统在权利要求书中公布了：1.基于基因演化的未知网络威胁攻击及防御方法，其特征在于，包括： S1：对信息物理系统交互的网络流量数据进行预处理； S2：将预处理后的网络流量数据输入到GA模型中进行初始化处理，其中，预处理后的网络流量数据为一个个的群体，利用轮盘赌模型在预设有效的范围里对这些群体进行随机选择得到一个初始群体，其中分别代表这个群体的第一个、第二个和第n个个体，根据群体中不良个体的基因特征值保留一个恶意攻击种子染色体，同时拥有可变基因和固定不可变基因，其中可变基因决定样本后代的生成； S3：对生成的初始群体进行选择、交叉、变异以及更新操作，通过GA模型不断更新适应度值选择最优的后代检测器作为攻击样本； 其中，适应度值的计算方式为： 其中，表示种子样本为正常样本，表示不为正常样本的其它情况，为偏离程度，第i个输入样本与种子样本的偏离程度的计算方式为： 当种子样本是正常样本时，表示第i个输入样本与种子样本之间的连续特征值之差的绝对值，当种子样本是攻击样本时，表示第i个样本与种子样本的连续特征值之差，其中表示这个攻击种子样本的对应的连续特征值属性的最大值； 所述方法还包括： 将生成的攻击样本加入到原始数据集中构成新的数据集，将新的数据集输入到采用改进生成器部分的自编码器对抗生成网络模型AEGAN中，进行对抗训练验证防御方法的效果，同时检验网络异常检测的性能是否提高，若检测准确率保持在预设范围，则证明生成的攻击样本具有较好的防御效果，其中，AEGAN在原有生成器和鉴别器的对抗网络架构的基础上，对生成器部分多层感知机进行改进，加入自编码器，利用自编码器对输入数据进行编码，解码器进行解码。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。