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！

龙图腾网获悉上海交通大学;北京瑞星网安技术股份有限公司申请的专利一种基于威胁特征融合与元学习的APT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：CN116248367B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310091225.1，技术领域涉及：H04L9/40；该发明授权一种基于威胁特征融合与元学习的APT攻击检测方法是由李高磊;邵长捷;李建华;周志洪;刘文杰;张量设计研发完成，并于2023-01-20向国家知识产权局提交的专利申请。

本一种基于威胁特征融合与元学习的APT攻击检测方法在说明书摘要公布了：本发明涉及一种基于威胁特征融合与元学习的APT攻击检测方法，包括：特征融合：通过时间戳将系统日志syslog与网络流量进行对齐，通过Padding技术将不同维度的数据融合为元任务，并基于元学习将融合后的数据分拆为支持集和查询集；构建APT攻击检测模型；基于元学习预训练APT攻击检测模型：基于支持集训练模型，更新模型参数，用一组支持集学习初始化状态；基于查询集计算局部梯度，优化模型参数，提升模型泛化能力；基于按需微调机制优化预训练的APT攻击检测模型；基于训练完成的APT攻击检测模型进行APT攻击检测。与现有技术相比，本发明能够在攻击样本极少且类不平衡的条件下实现对高隐蔽未知APT的高效检测。

本发明授权一种基于威胁特征融合与元学习的APT攻击检测方法在权利要求书中公布了：1.一种基于威胁特征融合与元学习的APT攻击检测方法，其特征在于，包括以下步骤： 步骤1特征融合：通过时间戳将系统日志syslog与网络流量进行对齐，通过Padding技术将不同维度的数据融合为元任务，并基于元学习将融合后的数据分拆为支持集和查询集，具体实现方式为：通过数据采样将预定义的5分类问题转换为10个3分类任务，并从3分类任务中挑选相应的任务，组成支持集和查询集； 所述5分类任务被定义为用于区分APT攻击的5个关键步骤，包括NT、RN、EF、LM和DE5个类别，其中，NT代表正常流量，RN代表侦察，EF代表建立立足点，LM代表横向移动，DE代表数据外泄； 所述3分类任务包括{NT，RN，EF}，{NT，RN，LM}，{NT，RN，DE}，{NT，EF，LM}，{NT，EF，DE}，{NT，LM，DE}，{RN，EF，LM}，{RN，EF，DE}，{RN，LM，DE}，{EF，LM，DE}10种类别； 步骤2构建APT攻击检测模型； 步骤3基于元学习预训练APT攻击检测模型：基于支持集训练模型，更新模型参数，用一组支持集学习初始化状态；基于查询集计算局部梯度，优化模型参数，提升模型泛化能力； 步骤4基于按需微调机制优化预训练的APT攻击检测模型； 步骤5基于训练完成的APT攻击检测模型进行APT攻击检测。

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上海交通大学;北京瑞星网安技术股份有限公司，其通讯地址为：200240 上海市闵行区东川路800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。