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！

龙图腾网获悉江苏航运职业技术学院申请的专利一种基于多维度的网络安全态势感知系统及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：CN120750680B 。

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：202511270556.7，技术领域涉及：H04L9/40；该发明授权一种基于多维度的网络安全态势感知系统及方法是由杨俊;王鲁欣;陆校松;向亚莉;施志刚;吕志峰;熊小红;吴益群;唐友东;李慧勇;陈梅子设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本一种基于多维度的网络安全态势感知系统及方法在说明书摘要公布了：本发明公开了一种基于多维度的网络安全态势感知系统及方法，涉及网络安全态势感知技术领域，通过异常流量综合评分计算单元，结合异常分数Sy、风险指数Ry、数据包影响因子Iy和持续时间因子Dy，系统能够为每条异常流量计算出准确的优先级Py。这种综合评估方法使得系统能够全面考虑流量的异常程度、对系统的潜在威胁以及持续时间，提高了异常流量检测的精准度。通过异常流量排序与安全响应触发单元，系统对计算出的流量优先级Py进行降序排序，并根据优先级阈值TPth对流量事件进行分类。通过将流量事件按照优先级排序，系统能够优先处理最紧急的安全威胁，确保安全人员能够及时响应最重要的事件，提升了响应效率和处理时效性。

本发明授权一种基于多维度的网络安全态势感知系统及方法在权利要求书中公布了：1.一种基于多维度的网络安全态势感知系统，其特征在于：包括数据采集与预处理模块、特征提取与多维度分析模块、异常检测模型训练模块、实时流量监控与异常检测模块、异常流量评估与优先级排序模块和反馈与模型优化模块； 数据采集与预处理模块从网络中的防火墙、IDS和IPS实时采集网络流量数据，拟合成原始数据集DM，并进行预处理，获取网络数据集DW； 特征提取与多维度分析模块对获取的网络数据集DW进行特征提取，并对提取的特征进行多维度分析，形成结构化的特征数据集DF； 特征提取与多维度分析模块包括网络行为特征提取单元和多维度特征关联分析单元； 网络行为特征提取单元对网络数据集DW进行特征提取，包括流量统计特征F1、时间特征F2、主机行为特征F3、通信方向性特征F4和会话密度特征F5； 流量统计特征F1通过以下公式获取： ； 式中，F1k表示滑动窗口k内的总流量，k表示滑动窗口的起始索引，L表示滑动窗口的长度，SΩj表示第j条数据的数据包大小； 时间特征F2通过以下公式获取： ； 式中，F2T表示时间窗口T内的数据包到达频率，T表示时间窗口长度，STj表示第j条数据的时间戳，STn表示当前索引n对应的时间戳，{j∣...}表示满足时间条件的数据记录集合； 主机行为特征F3通过以下公式获取： ； 式中，F3IPsT表示时间窗口T内源IP地址IPs的连接次数密度，IPSj表示第j条数据的源IP地址，IPSn表示当前索引n对应的源IP地址； 通信方向性特征F4通过以下公式获取： ； 式中，F4IPo表示主机IPo的通信比例，IPo表示被分析的主机IP地址，c表示正数，表示所有目标为IPo的入站流量总字节数表示所有源自IPo的出站流量总字节数； 会话密度特征F5通过以下公式获取： ； 式中，F5k表示滑动窗口k的流量变化率，μFk表示平均流量； 多维度特征关联分析单元对不同类型的特征进行乘积交互构造出复合特征FH； 复合特征FH通过以下公式获取： ； 式中FHF5，F4表示综合考虑通信方向与会话密度的复合特征，B表示中性偏移值； 将获取的流量统计特征F1、时间特征F2、主机行为特征F3、通信方向性特征F4、会话密度特征F5和复合特征FH进行整合，获取特征数据集DF； 异常检测模型训练模块通过使用支持向量机算法对特征数据集DF进行训练，建立流量异常检测模型MTR； 实时流量监控与异常检测模块通过使用流量异常检测模型MTR，对实时流量数据进行异常检测，判断是否存在异常流量，并获取异常分数Sy和风险指数Ry； 异常流量评估与优先级排序模块根据获取的异常分数Sy和风险指数Ry，计算异常流量优先级Py； 反馈与模型优化模块根据获取的异常流量优先级Py，对流量异常检测模型MTR进行更新，获取更新后的流量异常检测模型nMTR。

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江苏航运职业技术学院，其通讯地址为：226000 江苏省南通市经济技术开发区通盛大道185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。