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！

龙图腾网获悉南京信息工程大学申请的专利基于特征降维和图卷积的海洋网络入侵检测方法及系统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：CN119276600B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411549411.6，技术领域涉及：H04L9/40；该发明授权基于特征降维和图卷积的海洋网络入侵检测方法及系统是由行鸿彦;倪志伟设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本基于特征降维和图卷积的海洋网络入侵检测方法及系统在说明书摘要公布了：本发明提供了基于特征降维和图卷积的海洋网络入侵检测方法及系统，包括：分析海洋气象传感器网络框架及特性；对网络流量数据集进行预处理，得到预处理网络流量数据集；构建GARF算法对网络流量数据集进行特征降维，寻找最佳特征子集，减少原始网络入侵检测数据集的特征维度；构建ANN算法得到最佳特征子集的最优近似最近邻节点集，将网络流量数据转化为图结构型数据；最后构建图卷积网络对图结构型数据进行网络流量分类预测，得到分类结果；结合分类结果，采用损失函数作为评估标准、采用优化算法作为优化器对预先建立的海洋网络入侵检测模型进行训练，得到训练后的海洋网络入侵检测模型，实现海洋网络入侵检测功能。

本发明授权基于特征降维和图卷积的海洋网络入侵检测方法及系统在权利要求书中公布了：1.基于特征降维和图卷积的海洋网络入侵检测方法，其特征在于，包括以下步骤： 步骤1，构建海洋网络入侵检测模型； 步骤2，接收海洋网络流量数据集，对海洋网络流量数据集进行预处理，其中，所述海洋网络流量数据集内包括海洋网络流量样本，所述海洋网络流量样本包括正常流量样本和攻击类样本； 步骤3，将预处理后的海洋网络流量数据集输入到预先建立的遗传随机森林GARF特征降维算法，对海洋网络流量数据集进行特征降维，得到最佳特征子集； 步骤4，将最佳特征子集输入到预先建立的近似最近邻算法ANN，得到最佳特征子集的最优近似最近邻节点集，将网络流量数据转化为图结构型数据集； 步骤5，将图结构型数据集输入至预先建立的图卷积神经网络GCN内，得到流量特征，将流量特征输入至预设的分类网络内，得到分类结果； 步骤6，结合分类结果，采用损失函数二元交叉熵Binarycrossentropy作为评估标准，采用优化算法Adam作为优化器，对预先建立的海洋网络入侵检测模型进行训练，得到训练后的海洋网络入侵检测模型，从而实现了海洋网络入侵检测的功能。

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信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。