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！

龙图腾网获悉中国科学院深圳先进技术研究院;澳门大学申请的专利物联网入侵检测模型训练方法、装置、设备及存储介质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：CN115374843B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202210931364.6，技术领域涉及：G06F18/214；该发明授权物联网入侵检测模型训练方法、装置、设备及存储介质是由吴嘉澍;王洋;须成忠;叶可江设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本物联网入侵检测模型训练方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种物联网入侵检测模型训练方法、装置、设备及存储介质，其中方法包括：利用特征提取器从预先获取的全部打上标签的互联网源域数据和物联网源域数据、以及部分打上标签的物联网目标域数据中提取互联网源域数据特征向量、物联网源域数据特征向量、物联网目标域数据特征向量；利用分类器对互联网源域数据特征向量、物联网源域数据特征向量、物联网目标域数据特征向量进行预测，得到目标分类结果；根据目标分类结果和预设的目标损失函数计算损失函数值，并根据损失函数值优化物联网入侵检测模型。本发明能够借助互联网入侵数据以及少量物联网入侵数据辅助训练大量标签稀少的物联网入侵检测模型，以提升模型的预测准确率。

本发明授权物联网入侵检测模型训练方法、装置、设备及存储介质在权利要求书中公布了：1.一种物联网入侵检测模型训练方法，其特征在于，其应用于训练物联网入侵检测模型，所述物联网入侵检测模型包括特征提取器和分类器，所述方法包括： 利用所述特征提取器从预先获取的全部打上标签的互联网源域数据和物联网源域数据、以及部分打上标签的物联网目标域数据中提取互联网源域数据特征向量、物联网源域数据特征向量、物联网目标域数据特征向量； 利用所述分类器对所述互联网源域数据特征向量、所述物联网源域数据特征向量、所述物联网目标域数据特征向量进行预测，得到目标分类结果； 根据所述目标分类结果和预设的目标损失函数计算损失函数值，并根据所述损失函数值优化所述物联网入侵检测模型，所述目标损失函数包括分类器分类时的第一损失函数、融合源域数据与目标域数据的第二损失函数、基于预测概率标签分布知识信息迁移的第三损失函数和采取空间图匹配以匹配源域数据图和目标域数据图的第四损失函数； 计算所述第四损失函数的第四损失函数值，包括： 利用所述分类器对无标签的物联网目标域数据特征向量进行预测，得到无标签的物联网目标域数据特征向量的过渡分类信息； 根据所述互联网源域数据特征向量、所述物联网源域数据特征向量、有标签的物联网目标域数据特征向量计算得到每个类别的目标均值特征向量； 计算每个无标签的物联网目标域数据特征向量与每个目标均值特征向量之间的余弦距离，并选择所述余弦距离最小的目标均值特征向量对应的类别作为几何分类信息； 对于所述过渡分类信息与所述几何分类信息一致的无标签的物联网目标域数据特征向量，将该一致的信息作为该无标签物联网目标域数据特征向量的标签； 分别对所述互联网源域数据、所述物联网源域数据、有标签物联网目标域数据和拥有一致的信息的无标签物联网目标域数据构建数据图，所述数据图包括K个节点以及所有节点之间两两相连的边，每个节点对应一种入侵方式； 计算每条边两端节点之间的第一欧式距离，并将所述第一欧式距离作为所述边的权重； 分别根据每张数据图构建最小生成树图，再将所述最小生成树图输入至预先训练好的图嵌入网络，得到每张最小生成树图的图嵌入向量； 计算所有所述图嵌入向量两两之间的第二欧氏距离并进行求和，得到所述第四损失函数值。

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中国科学院深圳先进技术研究院;澳门大学，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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。