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！

龙图腾网获悉广东电网有限责任公司;广东电网有限责任公司信息中心;南方电网科学研究院有限责任公司申请的专利基于孪生神经网络的高级量测体系网络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：CN119254506B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411417777.8，技术领域涉及：H04L9/40；该发明授权基于孪生神经网络的高级量测体系网络入侵检测方法是由沈伍强;戴涛;张小陆;崔磊;徐传懋;王业超;黄勇设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本基于孪生神经网络的高级量测体系网络入侵检测方法在说明书摘要公布了：本申请涉及一种基于孪生神经网络的高级量测体系网络入侵检测方法。所述方法包括：获取与高级量测体系关联的目标数据集，以及获取高级量测体系的初始网络入侵检测模型；初始网络入侵检测模型基于预训练的入侵检测模型构建得到；对初始网络入侵检测模型进行特征参数冻结处理和特征融合处理，得到待训练的网络入侵检测模型；基于目标数据集，对网络入侵检测模型进行迭代训练，得到目标网络入侵检测模型；目标网络入侵检测模型用于对高级量测体系进行网络入侵检测处理。采用本方法能够提升基于少标签样本的目标数据集训练得到的目标网络入侵检测模型的模型性能，从而提升对高级量测体系的网络入侵检测准确性。

本发明授权基于孪生神经网络的高级量测体系网络入侵检测方法在权利要求书中公布了：1.一种基于孪生神经网络的高级量测体系网络入侵检测方法，其特征在于，所述方法包括： 获取与高级量测体系关联的目标数据集； 根据网络入侵数据集，得到预训练的入侵检测模型；所述网络入侵数据集中带标签的样本多于所述目标数据集中带标签的样本； 基于所述入侵检测模型构建孪生网络结构，得到所述高级量测体系的初始网络入侵检测模型；所述初始网络入侵检测模型基于所述入侵检测模型构建得到；所述初始网络入侵检测模型包含至少两个结构相同且权重共享的子模型；所述子模型包括多个卷积层；所述多个卷积层包括浅层卷积层和深层卷积层；所述浅层卷积层用于表征预训练的卷积层；所述预训练的卷积层由所述预训练的入侵检测模型得到；所述深层卷积层用于表征提取语义特征的卷积层； 对所述浅层卷积层进行特征参数冻结处理，得到冻结后的浅层卷积层； 对所述深层卷积层和所述冻结后的浅层卷积层进行特征融合处理，得到待训练的网络入侵检测模型； 将所述目标数据集中的至少两个样本，输入至所述网络入侵检测模型中，得到每个所述样本对应的特征向量； 根据所述特征向量，得到所述网络入侵检测模型的损失值； 根据所述损失值，对所述网络入侵检测模型中除所述冻结后的浅层卷积层以外的模型参数进行迭代更新，得到目标网络入侵检测模型；所述目标网络入侵检测模型用于对所述高级量测体系进行网络入侵检测处理。

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广东电网有限责任公司;广东电网有限责任公司信息中心;南方电网科学研究院有限责任公司，其通讯地址为：510000 广东省广州市越秀区东风东路757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。