恭喜四川大学龚勋获国家专利权
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!
龙图腾网恭喜四川大学申请的专利一种工业物联网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:CN119155104B 。
龙图腾网通过国家知识产权局官网在2025-03-14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:202411604051.5,技术领域涉及:H04L9/40;该发明授权一种工业物联网入侵检测方法是由龚勋;许云鹤设计研发完成,并于2024-11-12向国家知识产权局提交的专利申请。
本一种工业物联网入侵检测方法在说明书摘要公布了:本发明公开了一种工业物联网入侵检测方法,其包括:S1、数据采集及预处理,通过训练数据模块利用代理程序及流量探针,常用的数据采集手段抓取到一定网络流量数据S2、核心入侵检测,根据工业物联网场景中攻击的复杂性与对于计算的敏感性;S3、检测结果展示,将检测结果展示分为两个部分,第一部分是实例概览功能模块,第二部分是实例详情功能模块,S4、触发系统告警,该触发系统分为两种告警类型,一种是对数量的告警,另一种是阈值告警,该方法实现了一种采用了多种机器学习算法的集成学习模型,并在集成学习模型基础上引入了细粒度赋权机制、子分类器扩展机制以及动态更新机制,提高了模型对各种威胁的检测准确性。
本发明授权一种工业物联网入侵检测方法在权利要求书中公布了:1.一种工业物联网入侵检测方法,其特征在于,包括以下步骤:S1、数据采集及预处理,通过训练数据模块利用代理程序及流量探针,抓取到一定网络流量数据后,形成数据集,按照规则进行数据预处理,其中包含了编码非数值特征、归一化数值数据和数据集分割,训练数据模块分为数据采集和数据预处理两个功能,将生成的csv文件推送到指定目录;S2、核心入侵检测,根据工业物联网场景中攻击的复杂性与对于计算的敏感性,使用改进的集成学习框架作为核心入侵检测模块,并引入了三个改进机制,分别为细粒度赋权机制、子分类器扩展机制和集成学习更新机制,通过核心入侵检测模块将生成的csv文件通过核心检测模块进行入侵检测;所述细粒度赋权机制首先通过对每个分类器的性能在多个类别的数据上进行独立评估,采用的指标包括召回率、精确度,然后根据每个分类器在不同类别上的性能指标动态计算权重,最后,将不同分类器的输出根据计算得到的权重进行综合,形成最终的预测结果;所述召回率是分类器在类别上正确识别的正样本数除以该类别中所有正样本的总数,,精确度是分类器在类别上正确识别的正样本数除以该分类器判定为该类别的所有样本数即正样本数和负样本数之和、;所述权重是根据分类器在类别上的召回率和精确度的加权平均计算得出,以确保既考虑到类别的覆盖度也考虑到准确性,其中a是一个调节参数,用于平衡召回率和精确度的影响; ;所述预测结果,综合输出是对每个类别的所有分类器预测结果的加权平均,其中n为分类器数量; ;最终预测结果是加权平均最高的类别;S3、检测结果展示,将检测结果展示分为两个部分,第一部分是实例概览功能模块,通过实例概览功能模块对当前系统所接入全体设备整体运行状况进行可视化展示,第二部分是实例详情功能模块,通过实例详情功能模块切换不同设备来查看每一个设备的具体情况;S4、触发系统告警,该触发系统分为两种告警类型,一种是对数量的告警,即对于入侵行为频发的物联网设备,下一时间段内的入侵数与设置时最后一次统计时间相比,增加或者减少进行告警的数量,另一种是阈值告警,即对入侵次数增加和减少的百分比进行设置。
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四川大学,其通讯地址为:610065 四川省成都市一环路南一段24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”。
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。