恭喜福州大学张浩获国家专利权
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！
龙图腾网恭喜福州大学申请的专利基于半监督自适应多分类平衡的网络异常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：CN116204789B 。
龙图腾网通过国家知识产权局官网在2025-06-03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：202310171299.6，技术领域涉及：G06F18/214；该发明授权基于半监督自适应多分类平衡的网络异常检测方法是由张浩;肖祖德设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。
本基于半监督自适应多分类平衡的网络异常检测方法在说明书摘要公布了：本发明的目的在于提供一种基于半监督自适应多分类平衡的网络异常检测方法，基于带标签与无标签数据分布一致性的假设，以及半监督学习与集成学习之间的互利性，通过从标签不充分和类别不平衡的流量数据中高效学习，提高了网络异常检测性能。
本发明授权基于半监督自适应多分类平衡的网络异常检测方法在权利要求书中公布了：1.一种基于半监督自适应多分类平衡的网络异常检测方法，其特征在于，包括以下步骤：步骤S1：从网络数据流中采集作为样本的流量数据，预处理后构成带标签数据集L与无标签数据集U；步骤S2：利用多分类拆分平衡策略，将带标签数据集L拆分重组，构成类别平衡的带标签数据集：{D1,D2,…,DN}；步骤S3：利用自适应置信度阈值函数，从带标签数据集L中获取类别分布信息，计算各种类别数据的置信度阈值：{δ1,δ2,…,δM}；步骤S4：利用协同旋转森林算法，将类别平衡的带标签数据集{D1,D2,…,DN}作为输入，生成初始模型：{h1,h2,…,hN}；步骤S5：利用协同旋转森林算法，将类别平衡的带标签数据集{D1,D2,…,DN}与无标签数据集U作为输入，结合类别数据的置信度阈值{δ1,δ2,…,δM}，对模型{h1,h2,…,hN}进行更新；步骤S6：重复步骤S5，直至模型{h1,h2,…,hN}全部停止更新，构建最终模型：
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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号