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！

龙图腾网获悉苏州工学院申请的专利一种基于平均拟周期间歇控制的耦合神经网络安全二分同步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：CN120949589B 。

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：202511484767.0，技术领域涉及：H04L9/40；该发明授权一种基于平均拟周期间歇控制的耦合神经网络安全二分同步方法是由艾伟清;李雨蓉;张玲忠;付俊哲;高靖波;沈飞;于蕊设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本一种基于平均拟周期间歇控制的耦合神经网络安全二分同步方法在说明书摘要公布了：本发明公开了一种基于平均拟周期间歇控制的耦合神经网络安全二分同步方法，通过构建包含目标网络和多个跟随网络的耦合神经网络模型，定义了跟随网络与目标网络之间的误差模型，并针对间歇控制区间和非控制区间分别建立欺骗攻击和随机扰动模型。利用混杂系统理论、随机李雅普诺夫稳定性理论及矩阵不等式技术，推导出了确保误差系统均方指数稳定的充分条件。设计了一种非周期间歇安全控制器，通过调整控制增益参数和控制区间，确保误差系统均方有界稳定，实现耦合神经网络的安全二分同步。本方法提高了网络在攻击与扰动下的控制弹性和适应性，适用于智能电网、传感器网络等分布式协同与安全控制场景。

本发明授权一种基于平均拟周期间歇控制的耦合神经网络安全二分同步方法在权利要求书中公布了：1.一种基于平均拟周期间歇控制的耦合神经网络安全二分同步方法，其特征在于：包括如下步骤： S1：构建包含目标网络和多个跟随网络的耦合神经网络模型，所述耦合神经网络模型通过符号加权邻接矩阵和拉普拉斯矩阵描述网络的拓扑结构，其中符号加权邻接矩阵的元素表示节点间的耦合权重与性质，正权重表示促进网络同步的合作连接，负权重表示抑制同步的对抗连接；拉普拉斯矩阵描述节点的净耦合输入特性； S2：定义跟随网络与目标网络之间的同步误差变量，并建立用于描述跟随网络与目标网络之间的误差动态演化过程的误差系统模型； S3：针对基于间歇控制的系统，采用分区间的混合威胁建模方法：在控制区间内引入欺骗攻击模型，其攻击成功与否由伯努利随机分布刻画；在非控制区间则建立随机扰动模型，通过伯努利随机过程描述扰动信号的发生概率，所述扰动存在的概率为：，其中，βit=1表示扰动存在，βit=0表示无扰动，； S4：基于混杂系统理论、随机李雅普诺夫稳定性理论及矩阵不等式，推导出确保所述误差系统模型实现均方指数有界稳定的充分条件，所述充分条件用于确保耦合神经网络在欺骗攻击与随机扰动环境下实现均方有界二分安全同步； S5：设计适用于欺骗攻击与随机扰动环境的非周期间歇安全控制器，以实现耦合神经网络的安全同步控制，通过合理配置控制器的增益参数与间歇控制区间，保证同步误差系统均方有界稳定，从而在存在攻击与干扰的情况下实现耦合神经网络的均方有界二分同步；所述非周期间歇安全控制器为： ， 其中：表示可调控制增益，Tk为第个非周期间歇控制开始的时刻，为第i个跟随网络的第个间歇控制宽度；为第i个跟随网络的第个非控制宽度；为控制区间，为非控制区间；常数为耦合强度；表示控制输入； 结合步骤S3，控制输入在欺骗攻击与随机扰动下进一步建模，具体为： ， 其中：为符号变量，并且，表示欺骗攻击信号，表示扰动信号。

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苏州工学院，其通讯地址为：215500 江苏省苏州市常熟市南三环路99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。