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！

龙图腾网获悉北京计算机技术及应用研究所申请的专利一种基于异构数据集的高效率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：CN116566681B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310548751.6，技术领域涉及：H04L9/40；该发明授权一种基于异构数据集的高效率入侵检测方法是由马晓军;王斌;王晓菲;温泉;尚颖;王基策;张茜;闫子淇;王芳鸣;王亚洲;曾颖明;战海心;海然设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种基于异构数据集的高效率入侵检测方法在说明书摘要公布了：本发明涉及一种基于异构数据集的高效率入侵检测方法，属于网络安全入侵检测技术领域。该方法利用卷积神经网络对于图像格式数据的敏感性，首先对数据进行预处理，通过将异常数据和正常数据异构重组生成图像格式数据从而构建训练数据集，并用搭建好的卷积模型对生成的数据集进行训练，实现对数据的高效检测，并通过增量学习的方式对训练好的模型进行再训练，实现检测模型的不断更新。

本发明授权一种基于异构数据集的高效率入侵检测方法在权利要求书中公布了：1.一种基于异构数据集的高效率入侵检测方法，其特征在于，包括以下步骤： 步骤1，数据预处理： 采集网络数据，依据数据中的特征类型，将获取的数据特征进行统一数值化、归一化处理为二进制特征，生成1×n图像格式的数据； 步骤2，构建异构数据集： 从步骤1生成的1×n图像格式的数据中获得S条正常数据，并从中随机抽取n条数据合并为n×n图像格式的数据，重复抽取a次，生成数据总量为a的正常数据集A； 从步骤1生成的1×n图像格式的数据中获得Q条异常数据，并从中随机抽取k条1维数据，k为随机数并且kn； 从A中依次抽取数据A1、A2…Aa，并用k条1维数据替换所抽取数据A1、A2…Aa中的随机的k条1维数据，重复替换的步骤生成数据总量为a的n×n图像格式的异常数据集B； 将正常数据集A和异常数据集B混合生成新的数据集AB，用作后续神经网络模型的训练数据集； 步骤3，搭建卷积神经网络模型并设置网络参数： 搭建卷积神经网络模型，并针对n×n图像格式数据设置卷积神经网络模型的网络参数； 步骤4，设置训练参数并训练卷积神经网络模型： 对超参数进行设置； 用数据集AB对搭建好的卷积神经网络模型进行训练，使模型性能达到预定目标； 用训练好的卷积神经网络模型对未知数据进行检测分类； 将分类为异常样本的数据重新分为n条1×n图像格式的数据，用预设入侵检测模型对这n条数据进行检测。

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北京计算机技术及应用研究所，其通讯地址为：100854 北京市海淀区永定路51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”。