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！

龙图腾网获悉广西大学申请的专利一种基于多尺度残差网络的列车通信网络入侵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：CN119652559B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411591538.4，技术领域涉及：H04L9/40；该发明授权一种基于多尺度残差网络的列车通信网络入侵检测方法是由贺德强;陈崎霖;靳震震;孙海猛;韦雅财;梁蜜;吴宇翔设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于多尺度残差网络的列车通信网络入侵检测方法在说明书摘要公布了：本发明公开了一种基于多尺度残差网络的列车通信网络入侵检测方法，包括以下步骤：建立列车通信网络拓扑结构模型，建立正常流量和入侵流量混合传输的流量模型；采集链路中的流量数据包作为入侵检测数据集中原始的数据样本并进行预处理，得到包含统计特征的数据样本；构建列车通信网络入侵检测MSRNet‑GLAM模型，对列车通信网络入侵检测MSRNet‑GLAM模型的性能进行检查评估，使得MSRNet‑GLAM模型能多尺度地学习数据样本的关键特征信息；利用改进的焦点损失函数对MSRNet‑GLAM模型进行训练与优化，对待检测列车通信网络流量数据进行入侵检测，得到列车通信网络的流量检测结果。本发明能够有效解决列车通信网络大量数据通信趋势下的安全性低和入侵流量难以检测的现象，保证列车网络的安全性。

本发明授权一种基于多尺度残差网络的列车通信网络入侵检测方法在权利要求书中公布了：1.一种基于多尺度残差网络的列车通信网络入侵检测方法，其特征在于：所述入侵检测方法包括以下步骤： S01：建立列车通信网络拓扑结构模型，对列车通信网络拓扑结构模型中的交换节点、终端设备、链路的性能参数进行定义； S02：在列车通信网络拓扑结构模型下，建立正常流量和入侵流量混合传输的流量模型； S03：采集链路中的流量数据包作为入侵检测数据集中原始的数据样本，经过对原始数据样本进行数据包解析、归一化与时间窗口化预处理后，得到包含统计特征的数据样本； S04：将所有数据样本按照时间顺序合并作为入侵检测数据集，并将数据集随机打乱，按照6：4的比例划分为训练集和测试集； S05：构建列车通信网络入侵检测MSRNet-GLAM模型，将训练集的数据样本输入MSRNet-GLAM模型进行训练，MSRNet-GLAM模型每一轮训练中输出数据样本的检测结果，以及将测试集的数据样本输入列车通信网络入侵检测MSRNet-GLAM模型进行入侵检测，对列车通信网络入侵检测MSRNet-GLAM模型的性能进行检查评估，若表现出良好的入侵检测性能，则实现列车通信网络的入侵检测； 在所述步骤S05中，将训练集的数据样本输入MSRNet-GLAM模型进行训练包括利用改进的焦点损失函数IFL对MSRNet-GLAM模型进行多轮训练优化，以损失函数输出的最小化为优化目标，在每一轮优化训练中输出MSRNet-GLAM模型对数据样本的检测结果； 利用改进的焦点损失函数IFL对MSRNet-GLAM模型进行多轮训练优化具体包括以下子步骤： S0509：构造一种改进的焦点损失函数，焦点损失函数以MSRNet-GLAM模型的检测结果与实际值之间的差异最小化作为优化目标，将改进的焦点损失函数IFL引入类别平衡因子和聚焦参数来降低易分类样本的损失权重，引导训练中的MSRNet-GLAM模型关注难分类的少数类样本，从而缓解类不平衡带来的少数样本难分类的问题； S0510：引入相似系数用于提高易混淆的样本权重，以缓解部分入侵流量与正常流量之间边界模糊的问题，且满足： ，11； MSRNet-GLAM模型通过激活函数输出每个样本属于每个类别的可能性，这些输出表示为概率分布，，其中为类别数；表示概率分布中真实类别对应的概率；代表错误类别中概率的最大值；表示类别平衡因子；表示可调的聚焦参数； S0511：对每种入侵类型采用不同的标签进行标记，将经过标记后的入侵检测数据集随机打乱后，然后按照6:4的比例对标记后的入侵数据集划分为训练集和测试集两部分； S0512：利用改进的焦点损失函数对MSRNet-GLAM模型的训练过程进行优化，得到训练好的MSRNet-GLAM模型； S0513：将测试集输入MSRNet-GLAM模型中对入侵性能指标进行评估，若MSRNet-GLAM的入侵检测模型在训练集和测试集上均表现出良好的入侵检测评估结果，则将基于MSRNet-GLAM的入侵检测模型用于实现列车通信网络的入侵检测。

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广西大学，其通讯地址为：530004 广西壮族自治区南宁市西乡塘区大学东路100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。