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！

龙图腾网获悉燕山大学申请的专利基于高斯混合隐马尔可夫及迁移学习的多阶段攻击检测算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：CN117134968B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202311094120.8，技术领域涉及：H04L9/40；该发明授权基于高斯混合隐马尔可夫及迁移学习的多阶段攻击检测算法是由王倩;王伟陇;王学航;刘韩;任家东设计研发完成，并于2023-08-29向国家知识产权局提交的专利申请。

本基于高斯混合隐马尔可夫及迁移学习的多阶段攻击检测算法在说明书摘要公布了：本发明公开了基于高斯混合隐马尔可夫及迁移学习的多阶段攻击检测算法，属于网络安全技术领域，首先用GMM在高维空间将警报数据进行聚类，从混合警报中聚类出真正的威胁警报，结合HMM，充分考虑MSA的连续性各阶段独特的警报特征以及阶段之间的转换信息，解决复杂的MSA使得模型对警报特征的学习不全面问题；其次使用训练模型参数的优化Baum‑Welch算法和优化Viterbi算法，解决传统HMM在面对复杂多阶段攻击时的识别和预测问题提高模型的性能；最后使用改进的TL方法对GMM‑HMM模型参数进行微调，在训练算法中加入KL散度作为惩罚项来缩小源域和目标域之间的分布差异，从而更好地解决了TL过程中的偏差问题。

本发明授权基于高斯混合隐马尔可夫及迁移学习的多阶段攻击检测算法在权利要求书中公布了：1.基于高斯混合隐马尔可夫及迁移学习的多阶段攻击检测算法，其特征在于包括以下步骤： 步骤一、对警报数据进行预处理、特征提取和降维，从中提取基本字段，并分配观察和状态符号； 步骤二、将处理后的序列形式数据送入GMM-HMM进行模型训练，HMM的观测概率分布由GMM表示，能够有效地从复杂的警报混合体中提取出真实的威胁警报，同吋排除误报和无关的警报，在存在多个MSA的情况下，混合警报数据被聚类为多个GMM，这些GMM中的每个高斯分量对应于MSA的每个阶段，GMM-HMM全面地学习和处理大量复杂交错的高维警报特征； 步骤三、采用优化的Baum-Welch算法和优化的Viterbi算法估计模型参数，使得观测序列在该模型下的概率最大化，包括更新状态转移概率矩阵、初始状态概率向量以及高斯混合模型的参数，警报观测样本分布由GMM生成，而状态转移则遵循HMM的规则； 适应于训练GMM-HMM模型参数的优化Baum-Welch算法以解决传统HMM在面对复杂MSA时的识别和预测问题，警报观测概率分布由GMM决定，包括前向概率、后向概率的计算，优化后的Baum-Welch算法能够更准确地估计模型参数，以适应MSA行为的复杂性和不确定性，UL中训练数据是无标签的，使用优化Baum-Welch算法来估计GMM-HMM的参数，首先使用初始化参数计算Q函数，然后在给定观测数据的情况下，找到新的模型参数，使得Q函数最大化，通过反复进行这两个步骤，直至模型参数收敛； 适应于训练GMM-HMM模型参数的优化Viterbi算法能够更有效地识别和预测攻击序列，提高模型的检测性能，Viterbi算法利用动态规划来寻找具有最大概率的路径，这条路径对应一个状态序列，变量δ为在时刻t状态为si的所有单个路径中概率最大值，变量ψ定义在时刻t状态为si的所有单个路径中取得概率最大路径的第t-1个结点的状态sj的值，计算式中的观测概率密度是由GMM决定的； 所有隐藏状态，攻击路径阶段的δ值和ψ值通过下式计算得到： 步骤四、使用改进后的TL方法，通过对源模型参数进行线性变换，解决优化模型参数的困难和MSA标记数据集的有限性问题，同时在GMM-HMM训练算法的目标函数中添加一个KL散度值作为惩罚项来缩小源域和目标域之间的分布差异，解决TL过程中的偏差问题； 步骤四提出的改进后的TL方法，通过对源模型参数进行线性变换，实现对目标任务的模型参数的微调，通过UL解决MSA场景下标签数据稀缺的问题，所述的改进后的TL方法的迁移公式如下： 其中，是改进后的目标域模型参数，通过结合源域模型参数λS和目标域模型参数λT得到，k对应GMM-HMM的第k个状态，即GMM的第k个高斯分量，ek表示在源域进行SL的GMM-HMM的每个高斯分量的观察中心，表示在目标域的UL训练的每个高斯分量的观察中心，分别对应于均值向量μk和ε为定义的源头与目标相关程度的阈值。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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。