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！

龙图腾网获悉武汉大学申请的专利一种基于混合模型的物联网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：CN117240524B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202311136310.1，技术领域涉及：H04L9/40；该发明授权一种基于混合模型的物联网入侵检测方法及系统是由曹越;李思帆设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本一种基于混合模型的物联网入侵检测方法及系统在说明书摘要公布了：本发明提供一种基于混合模型的物联网入侵检测方法及系统，属于网络安全技术领域，包括：对物联网输入数据进行预处理，得到物联网预处理数据；采用信息增益算法和快速过滤算法对物联网预处理数据进行特征选取，获得目标特征数据；基于特征模型的随机森林算法对目标特征数据进行训练学习，基于异常模型的卷积神经网络和长短时记忆网络对目标特征数据进行训练学习，采用预设公开数据集进行训练和测试，得到混合物联网入侵检测模型；将待检测物联网输入数据输入混合物联网入侵检测模型，输出物联网入侵检测结果。本发明通过应用混合的物联网入侵检测模型，相对于单一的检测模型，混合模型既可以达到检测效率高的目标，又可以检测未知攻击。

本发明授权一种基于混合模型的物联网入侵检测方法及系统在权利要求书中公布了：1.一种基于混合模型的物联网入侵检测方法，其特征在于，包括： 获取物联网输入数据，对所述物联网输入数据进行预处理，得到物联网预处理数据； 采用信息增益算法和快速过滤算法对所述物联网预处理数据进行特征选取，获得目标特征数据； 基于特征模型的随机森林算法对所述目标特征数据进行训练学习，基于异常模型的卷积神经网络和长短时记忆网络对所述目标特征数据进行训练学习，采用预设公开数据集进行训练和测试，得到混合物联网入侵检测模型； 将待检测物联网输入数据输入所述混合物联网入侵检测模型，输出物联网入侵检测结果； 基于特征模型的随机森林算法对所述目标特征数据进行训练学习，包括： 从所述目标特征数据中随机抽取若干个训练样本，由所述若干个训练样本训练构成子模型； 采用投票方式确定得票最多的子模型对应的分类结果作为分类结果； 利用所述随机森林算法标记所述分类结果，得到正常流量分类结果、已知的恶意流量分类结果和未知的恶意流量分类结果； 基于异常模型的卷积神经网络和长短时记忆网络对所述目标特征数据进行训练学习，包括： 将所述未知的恶意流量分类结果依次输入至卷积神经网络的卷积核和预设激活函数进行处理，确定保留数据以及丢弃数据； 将保留数据以及丢弃数据中的时序信息输入至长短时记忆网络的全连接层和预设激活函数进行处理，得到最终流量分类结果； 采用预设公开数据集进行训练和测试，得到混合物联网入侵检测模型，包括： 获取NSL-KDD数据集、CICIDS2018数据集和Bot-IoT数据集； 基于预设划分比例分别将所述NSL-KDD数据集、所述CICIDS2018数据集和所述Bot-IoT数据集划分为训练集、验证集和测试集； 采用所述训练集、所述验证集和所述测试集进行训练和测试，获得所述混合物联网入侵检测模型。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。