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！

龙图腾网获悉北京邮电大学申请的专利基于对抗网络的DNS攻击检测与防御系统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：CN120301683B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510617964.9，技术领域涉及：H04L9/40；该发明授权基于对抗网络的DNS攻击检测与防御系统是由刘欣然;张天乐;金思文;任家豪;颉夏青;郝德宇设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本基于对抗网络的DNS攻击检测与防御系统在说明书摘要公布了：本发明公开了基于对抗网络的DNS攻击检测与防御系统，属于DNS领域；由数据采集与特征工程模块、对抗样本生成模块、多模态检测引擎模块和动态防御与反馈系统构成；首先数据采集与特征工程模块对DNS流量进行实时捕获与解析，提取多维行为特征，生成结构化的特征数据，划分为正常样本与攻击样本，并输入对抗样本生成模块，通过引入Wasserstein距离优化的生成对抗网络，造出具有强伪装性的对抗攻击样本；接着，将正常样本与对抗攻击样本混合输入多模态检测引擎模块，进行融合分析，输出攻击概率及分类结果。最终，分类结果被传递至动态防御与反馈系统，自动执行各种响应策略，同时反馈入库更新系统，形成闭环的自适应防御机制。本发明提高了DNS攻击检测的准确性与效率。

本发明授权基于对抗网络的DNS攻击检测与防御系统在权利要求书中公布了：1.基于对抗网络的DNS攻击检测与防御系统，其特征在于，由数据采集与特征工程模块、对抗样本生成模块、多模态检测引擎模块和动态防御与反馈系统构成； 系统运行过程中，首先数据采集与特征工程模块对DNS流量进行实时捕获与协议解析，提取多维行为特征，并结合规则引擎、威胁情报、历史样本与诱捕结果对DNS流量进行初步标注，生成结构化的特征数据，划分为正常样本与攻击样本两类； 随后，将攻击样本和正常样本分别送入对抗样本生成模块，通过引入Wasserstein距离优化的生成对抗网络GAN，对攻击样本构造出具有强伪装性的对抗攻击样本； 所述对抗样本生成模块基于生成对抗网络GAN设计，包括生成器与判别器，采用Wasserstein距离为优化目标，生成对抗攻击样本； 生成器以攻击样本为输入，学习从攻击样本分布向正常样本分布的最优投影映射 关系，从而生成结构近似正常但保留攻击特征的对抗样本； 生成器的训练目标为最小化对抗攻击样本与正常样本分布之间的Wasserstein 距离，其损失函数定义为： ； 其中，表示从攻击样本分布中采样的输入，表示生成器对攻击样本的投影输 出，通过调节来最小化生成的对抗攻击样本与正常样本分布之间的Wasserstein距离，是判别器输出的实数值函数； 判别器的训练目标是最大化正常样本分布与对抗攻击样本分布之间的 Wasserstein距离，从而用于评估对抗样本的“伪装性”，其损失函数定义为： ； 其中，表示从正常样本分布中采样的输入，为满足1-Lipschitz约束的判别 函数，输出值用于衡量对抗攻击样本与正常样本之间的距离，通过调节来最大化正常样 本分布与对抗攻击样本分布之间的Wasserstein距离；表示生成器对攻击样本的输出 结果； 所述判别器和生成器的参数与独立优化，每一轮训练中，首先固定生成器参数，对 判别器参数进行多轮梯度上升更新，使其最大化Wasserstein距离；随后固定判别器参 数，最小化生成器损失函数，以引导生成器学习向正常样本分布靠近的映射策略； 当Wasserstein距离小于0.05时，生成包括DNS隧道攻击样本与DDoS样本在内的多类对抗攻击样本； 将正常样本与对抗攻击样本作为混合样本，输入多模态检测引擎模块，依托注意力机制、卷积神经网络与时序模型对输入的混合样本进行融合分析，输出攻击概率分数及分类结果； 最终，分类结果被传递至动态防御与反馈系统，自动执行BGP阻断或域名重定向响应策略，同时将混合样本与检测结果反馈入库，用于系统更新与策略优化，形成闭环的自适应防御机制。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。