南京邮电大学朱海婷获国家专利权
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！
龙图腾网获悉南京邮电大学申请的专利基于可解释AI的高效DDoS攻击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：CN119051972B 。
龙图腾网通过国家知识产权局官网在2025-09-19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：202411377622.6，技术领域涉及：H04L9/40；该发明授权基于可解释AI的高效DDoS攻击检测方法是由朱海婷;魏明岗设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。
本基于可解释AI的高效DDoS攻击检测方法在说明书摘要公布了：本发明公开了一种基于可解释AI的DDoS攻击检测方法——CapNet，旨在提高检测精度、可解释性及计算效率。CapNet通过优化的ResNet50进行一维网络流量的特征提取，结合SelfNet模块优化分类性能，并引入Captum模块计算特征贡献度，实现模型的透明性和可解释性。实验验证表明，CapNet在二分类和多分类任务中F1分数均超过99.9％，并通过特征选择将特征从79个减少至2个，训练时间缩短近10倍，保持了99％以上的F1分数。本发明适用于大规模DDoS攻击检测，具有高效性和鲁棒性。
本发明授权基于可解释AI的高效DDoS攻击检测方法在权利要求书中公布了：1.一种基于可解释AI的DDoS攻击检测方法，其特征在于，包括以下步骤： S1：对网络流量数据进行预处理； S2：将预处理后的流量数据转化为一维张量输入CapNet模型进行分类并输出特征贡献度；所述CapNet模型由一维ResNet50模型、SelfNet模块和Captum模块组成； 通过所述SelfNet模块对所述一维ResNet50模型初步提取的特征进行深度优化，具体包括：将所述初步提取的特征通过全连接层进行线性变换，利用批归一化保持数值稳定性，通过ReLU激活函数引入非线性；上述过程经过多层迭代，逐层抽象高层次特征信息，最终在最后一层全连接层生成最优化的特征表示，输出流量分类结果； 通过所述Captum模块采用集成梯度法计算每个特征对模型输出的特征贡献度，具体包括：选择一个基线输入作为参考点；生成从基线输入到实际输入之间的多个插值点；对于每个插值点，计算模型输出相对于每个输入特征的梯度；通过对所有插值点的梯度进行积分，最终生成每个输入特征对模型输出的特征贡献度。
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：210023 江苏省南京市仙林大学城文苑路九号；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”。
以上内容由龙图腾AI智能生成。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励