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！

龙图腾网恭喜深圳宸元网信科技有限公司申请的专利一种基于大数据分析的智能网络安全检测系统及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：CN119854052B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510338429.X，技术领域涉及：H04L9/40；该发明授权一种基于大数据分析的智能网络安全检测系统及方法是由车新奕;雷果设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本一种基于大数据分析的智能网络安全检测系统及方法在说明书摘要公布了：本发明涉及网络安全技术领域，特别涉及一种基于大数据分析的智能网络安全检测系统及方法，所述方法包括：通过历史网络数据集生成对抗数据，通过对抗数据训练网络安全检测模型，在训练中动态调整对抗训练目标函数，使网络安全检测模型能够平衡正常损失和对抗损失，平衡网络安全检测模型的鲁棒性和准确性；通过机器学习模型分析网络流量数据流，输出网络状态指标，根据输出的网络状态指标，优化网络安全检测模型，提高网络安全检测模型对对抗性攻击的检测能力；从历史网络数据集中提取传统网络攻击数据，将传统网络攻击数据和通过对抗训练生成的对抗性扰动结合，对网络安全检测模型进行训练，使网络安全检测模型能够同时检测传统网络攻击。

本发明授权一种基于大数据分析的智能网络安全检测系统及方法在权利要求书中公布了：1.一种基于大数据分析的智能网络安全检测方法，其特征在于，所述方法包括：获取历史网络数据，构成历史网络数据集；所述历史网络数据包括历史网络日志数据、流量数据、网络行为数据；通过历史网络数据集生成对抗数据，通过对抗数据训练网络安全检测模型，在训练中动态调整对抗训练目标函数，使网络安全检测模型能够平衡正常损失和对抗损失，平衡网络安全检测模型的鲁棒性和准确性；所述网络安全检测模型包括特征提取模块、动态任务头和对抗训练模块；获取实时网络流量数据流，通过机器学习模型分析网络流量数据流，输出网络状态指标，根据输出的网络状态指标，优化网络安全检测模型，提高网络安全检测模型对对抗性攻击的检测能力；具体包括：根据网络数据流信息集内的网络数据特征计算攻击密度、流量异常度后合成网络状态指标；以合成网络状态指标、当前的模型表现，即正常准确率和对抗准确率，为输入变量输入到机器学习模型中，输出基于合成网络状态指标的动态权重；将输出的动态权重代入损失函数中，获取，用更新模型参数；所述模型参数为网络安全检测模型内通过数据学习得到的可训练参数，具体包括分类头、注意力机制的权重和偏置；将更新后的网络安全检测模型部署到检测节点；从历史网络数据集中提取传统网络攻击数据，将传统网络攻击数据和通过对抗训练生成的对抗性扰动结合，对网络安全检测模型进行训练，使网络安全检测模型能够同时检测传统网络攻击；所述在训练中动态调整对抗训练目标函数，使网络安全检测模型能够平衡正常损失和对抗损失，平衡网络安全检测模型的鲁棒性和准确性，包括：定义动态加权损失函数，将总损失分解为正常样本损失和对抗样本损失的加权和，根据模型表现动态调整动态权重，具体包括：设动态加权损失函数为：，其中，表示正常样本的交叉上熵损失，表示对抗样本的交叉熵损失；表示动态权重，；通过监控和的比例，调整，使网络安全检测模型在训练中自动平衡和，具体包括：设调整后的动态权重为，；其中，为平滑系数，为扰动系数；进行模型训练，训练过程包括以下步骤：步骤2.1、设定初始动态权重，通过PGD攻击方法生成对抗样本；步骤2.2、向前传播计算和： 和；步骤2.3、代入，获得；步骤2.4、计算总损失并反向传播： ，利用计算出的更新模型参数：；其中，表示学习率；步骤2.5、重复步骤2.1到2.4，直至模型收敛；所述模型表现包括：在训练过程中，网络安全检测模型在验证集上的正常准确率上升或下降或者对抗准确率的上升或下降；所述正常准确率为网络安全检测模型对正常网络数据检测的准确率，所述的对抗准确率为网络安全检测模型对对抗数据检测的准确率。

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深圳宸元网信科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道高新区社区高新南七道16号深圳市数字技术园B1栋五层B区1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”。