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！

龙图腾网获悉南京邮电大学申请的专利一种面向复杂网络攻击场景的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：CN119628961B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510140774.2，技术领域涉及：H04L9/40；该发明授权一种面向复杂网络攻击场景的异常检测方法是由徐小龙;谢国华设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本一种面向复杂网络攻击场景的异常检测方法在说明书摘要公布了：本发明公开了一种面向复杂网络攻击场景的异常检测方法，该方法旨在解决在面向复杂网络攻击场景时面临的存储开销大、检测精度低、误报率高的问题。该方法通过分段式处理来源图，将大规模数据划分为较小的子图，减少了计算开销并提高了实时性。通过动态更新节点和边的特征，捕捉上下文依赖关系来构建特征快照。使用多跳邻居采样和有向异构图的注意力机制，有效识别潜在的异常节点，减少噪声干扰。此外，设计渐进网络框架通过知识复用提高了模型对新攻击模式的适应能力。该方法有效提升了异常检测的准确性，有效降低了漏报率和误报率，并具有较强的泛化能力。

本发明授权一种面向复杂网络攻击场景的异常检测方法在权利要求书中公布了：1.一种面向复杂网络攻击场景的异常检测方法，其特征在于，包括如下步骤：步骤1，将测试数据集内容划分为测试集和训练集；步骤2，使用按时间分段处理数据的策略，将来源图分成若干子图，每个子图对应特定的时间区间；步骤3，对步骤2构建的每一张子图构建属性异构子图，下面将简称为特征快照，每个节点将有一个特征数组,用于存储通过节点及其相邻边所累积的特征；所述步骤3中特征数组构建方法是对于节点，定义两个边类型特征向量：,，分别表示节点v的出边特征向量以及入边特征向量；对于一个节点v的特征更新：对于每条与该节点连接的边，使用符号来表示边的类型，如果边是操作，且是出边，且从节点指向其他节点，那么这个操作将影响出边特征向量，反之是入边，即是从其他节点指向节点，那么这个操作将影响入边特征向量,因此针对每个节点，其边特征更新表示为以下公式（2）和（3）： （2） （3）其中代表该节点出边特征，代表该节点入边特征；代表边的类型，代表采样该节点出边节点，代表采样该节点入边节点；而节点类型特征的更新，定义两个节点的节点类型特征,将通过与该节点相连接的其他节点类型进行统计更新，同时分别考虑出入边连接情况,将与该节点相连接的其他节点分类为出边节点和入边节点，具体更新得到公式4和5： （4） （5）其中代表节点类型；代表出边节点特征，代表入边节点特征；最后的关于节点的特征表示将拼接四个特征，如公式6所示：（6），其中表示当前节点总特征；步骤4，对步骤3处理完成的特征快照进行模型训练，在训练过程中，针对每一张特征快照，初始化一个新的HASGNet模块，同时将冻结所有旧的HASGNet模块，建立新旧模块之间的横向连接，共享参数，若不存在旧模块则不执行冻结、连接操作；使用自适应批量归一化方法对输入数据进行归一化，使用3跳深度邻居采样，设置8头注意力层为节点邻居分配不同权重聚合特征，采用交叉熵损失函数计算损失，反向传播更新模型参数；步骤5，使用步骤4训练生成的累积模型来验证当前待训练特征快照中的每个节点，同时设置可信阈值，当第一预测概率与第二预测概率的比值大于阈值的时候，则移除该节点，否则认为分类错误，保留节点，最后剩下节点作为新的特征快照执行步骤4；步骤6，测试阶段，分别对测试集进行测试，计算相应指标。

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南京邮电大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路9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”。