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！

龙图腾网恭喜江西理工大学申请的专利基于自监督学习和自知识蒸馏的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：CN114861875B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210446932.3，技术领域涉及：G06N3/045；该发明授权基于自监督学习和自知识蒸馏的物联网入侵检测方法是由王振东;李泽煜;王俊岭;杨书新;李大海;陈潇潇设计研发完成，并于2022-04-26向国家知识产权局提交的专利申请。

本基于自监督学习和自知识蒸馏的物联网入侵检测方法在说明书摘要公布了：基于自监督学习和自知识蒸馏的物联网入侵检测方法，轻量级入侵检测模型第一阶段训练：确定在线网络和目标网络的网络结构，并使用在线网络的权重初始化目标网络参数；将增强数据分别输入到在线网络和目标网络进行训练；根据自监督对比学习的损失函数所得的损失值调整训练过程的误差，直到在线网络达到收敛；保存在线网络的权重到本地以用于第二阶段训练；第二阶段训练：确定学生网络的网络结构，加载在线网络权重到教师网络；将增强数据输入学生网络和教师网络进行训练；根据自知识蒸馏的损失函数所得损失值调整训练过程的误差，直到学生网络达到收敛；保存学生网络权重到本地以用于轻量级入侵检测模型测试。本发明提升入侵检测速度，复杂度低。

本发明授权基于自监督学习和自知识蒸馏的物联网入侵检测方法在权利要求书中公布了：1.基于自监督学习和自知识蒸馏的物联网入侵检测方法，其特征在于，包括：1对入侵检测数据集进行数据预处理，所述数据预处理包括字符型数据热独编码和数据归一化处理；2轻量级入侵检测模型第一阶段训练：21确定在线网络和目标网络的网络结构，并使用在线网络的权重初始化目标网络参数；22将增强数据分别输入到在线网络和目标网络进行训练；23根据自监督对比学习的损失函数所得的损失值调整训练过程的误差，直到在线网络达到收敛；24保存在线网络的权重到本地以用于第二阶段训练；3轻量级入侵检测模型第二阶段训练：31确定学生网络的网络结构，加载第一阶段训练获得的在线网络权重到教师网络；32将增强数据输入学生网络和教师网络进行训练；33根据自知识蒸馏的损失函数所得损失值调整训练过程的误差，直到学生网络达到收敛；34保存学生网络权重到本地以用于轻量级入侵检测模型测试。

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江西理工大学，其通讯地址为：341000 江西省赣州市章贡区红旗大道86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”。