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！

龙图腾网获悉上海圆擎信息科技有限公司申请的专利基于工单系统的防火墙自动化管理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：CN119728209B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411841632.0，技术领域涉及：H04L9/40；该发明授权基于工单系统的防火墙自动化管理系统及方法是由武东东;潘航海;黄海龙;齐欢;刘印;柴造文设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于工单系统的防火墙自动化管理系统及方法在说明书摘要公布了：本发明公开了基于工单系统的防火墙自动化管理系统及方法，涉及网络安全技术领域，本发明包括步骤S1、数据采集、预处理与模型构建，步骤S2、工单提交与风险预测，步骤S3、工单调整决策，步骤S4、工单审批与执行，步骤S5、执行结果反馈与监控审计，本发明利用机械学习与风险预测模块对大量历史工单数据、网络流量数据、安全威胁情报以及防火墙运行状态数据进行综合分析学习，当有新工单提交时，该模块能够预测此工单所涉及的防火墙配置变更在未来一段时间内可能引发的各类风险，防止防火墙会因为没有及时调整配置而出现安全漏洞。

本发明授权基于工单系统的防火墙自动化管理系统及方法在权利要求书中公布了：1.基于工单系统的防火墙自动化管理方法，其特征在于：所述管理方法包括： 步骤S1、数据采集、预处理与模型构建； 所述步骤S1、数据采集、预处理与模型构建流程如下： 步骤S11：数据采集模块持续收集各类数据，提取关键特征信息，按照动态风险评估算法的数据特征提取与编码规则，将数据转换为算法可接受的输入格式，为机器学习与风险预测模块提供高质量的数据输入； 步骤S12：机器学习与风险预测模块构建动态风险评估算法的动态风险评估模型，确定模型架构，利用历史数据对模型进行训练，将编码后的特征数据输入模型，通过反向传播算法结合随机梯度下降优化算法，依据均方误差损失函数调整模型的权重和偏差，使模型能够学习到数据中的特征关联和风险模式，直至模型收敛达到较好的预测性能； 步骤S2、工单提交与风险预测； 步骤S3、工单调整决策：工单调整模块接收风险评估报告，判断风险是否超出预设阈值，当风险未超出阈值，将原始工单直接提交到工单系统的常规审批流程，当风险超出阈值，根据基于规则的优化算法和预先建立的风险应对规则库对工单进行智能调整，生成调整后的工单，将其与调整说明文档一起重新提交到工单系统的审批流程，同时触发向相关人员推送风险预警通知和调整后工单详情的消息； 步骤S4、工单审批与执行：调整后的工单在工单系统中按照预设的审批流程流转，审批人员根据风险预警信息、调整说明、企业的安全策略和业务需求对工单进行审核，如果审批通过，则由自动化执行模块与防火墙设备进行交互，将调整后的配置指令发送至防火墙设备上执行配置变更操作，当审批不通过时，工单会被退回给提交人或调整模块进行进一步修改，同时附上拒绝理由和修改建议； 步骤S5、执行结果反馈与监控审计； 所述步骤S11中动态网络风险感知算法，具体包括： 数据特征提取与编码： 计算源IP地址地理位置风险权重Q：其中，n为与地理区域相关的历史安全事件数量，Wi为第i个历史安全事件的严重程度评分，Ei为第i个历史安全事件的发生频率； 计算源IP历史访问行为编码R：其中，T为过去时间窗口内的访问频率，Y为时间窗口总时长，Ur为访问过的不同端口范围数量，Ut为总端口数量，I为异常连接中断次数，σ、τ为可调整的权重系数； 计算防火墙工单配置变更向量编码O:其中，Pnu为源IP范围涵盖的IP数量，Pto为整个网络的IP总量，k1和k2为根据网络规模和安全策略设定的常数，A代表一个阈值，阈值用于区分源IP范围涵盖的IP数量的不同风险级别； 动态风险评估模型构建： 采用多层神经网络架构，隐藏层神经元激活函数：fx＝max0,x； 模型训练采用均方误差MSE损失函数：其中，m是训练样本数量，yj是第j个样本的真实风险值，是模块预测的第j个样本的风险值，权重更新采用公式：其中，ωi是神经网络中的第i个权重，η＝0.01； 确定输入层神经元数量与编码后的特征数据维度对应，将源IP地理位置风险权重、源IP历史访问行为编码、防火墙工单配置变更向量编码作为输入层神经元的输入，确定输出层，输出风险量化值以及风险类型的概率分布。

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上海圆擎信息科技有限公司，其通讯地址为：201702 上海市青浦区双联路158号2层S区263室；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”。