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！

龙图腾网获悉长春大学申请的专利基于ADGRU-Net混合模型的轻量级车载网络入侵检测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：CN121037105B 。

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：202511543319.3，技术领域涉及：H04L9/40；该发明授权基于ADGRU-Net混合模型的轻量级车载网络入侵检测系统及方法是由王绍强;康磊;郑金涛;闵浩嘉;陈龙;戴银飞;隋玉萍设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本基于ADGRU-Net混合模型的轻量级车载网络入侵检测系统及方法在说明书摘要公布了：本发明属于车联网安全技术领域，涉及基于ADGRU‑Net混合模型的轻量级车载网络入侵检测系统及方法，该系统包括数据加载与清洗模块、时序与特征关联模块、时空混合深度学习模型；数据加载与清洗模块采用逐块加载的方式将多源异构的原始时间序列数据转换为标准格式；时序与特征关联模块采用滑动窗口机制从多源时间序列数据中截取一个包含预设长度L个连续时间步、每个时间步包含N个特征的数据段，将数据段转置后通过线性缩放转换为二维单通道灰度图像；时空混合深度学习模型包括空间特征提取模块、重塑模块、时序特征提取模块、时序分支解码器、空间分支解码器、特征融合模块；其解决了现有模型在复杂多变的真实攻击场景下表现不佳的问题。

本发明授权基于ADGRU-Net混合模型的轻量级车载网络入侵检测系统及方法在权利要求书中公布了：1.基于ADGRU-Net混合模型的轻量级车载网络入侵检测系统，其特征在于，所述系统包括数据加载与清洗模块、时序与特征关联模块、时空混合深度学习模型；其中，数据加载与清洗模块，采用逐块加载的方式将多源异构的原始时间序列数据转换为标准格式，并在每个数据块加载过程中执行清洗操作； 时序与特征关联模块，采用滑动窗口机制从多源时间序列数据中截取一个包含预设长度L个连续时间步、每个时间步包含N个特征的数据段，并将数据段转置后通过线性缩放转换为一幅高度为N、宽度为L的二维单通道灰度图像； 时空混合深度学习模型包括空间特征提取模块、重塑模块、时序特征提取模块、并行的时序分支解码器和空间分支解码器、特征融合模块、分类模块； 其中，空间特征提取模块，接收时序与特征关联模块输出的二维单通道灰度图像，采用预训练的MobileNetV2模型作为骨干网络提取空间特征图，MobileNetV2模型的第一个卷积层被修改以接收单通道图像输入，并进行迁移学习； 重塑模块，将空间特征提取模块输出的二维特征图转换为适合GRU网络处理的序列格式； 时序特征提取模块，接收空间特征提取模块输出并经重塑的特征序列，利用GRU网络提取时间依赖特征向量； 时序分支解码器，接收GRU网络最后一个时间步的隐藏状态，通过时序分支全连接层将其映射为时序特征对应的分类logits； 空间分支解码器，融合空间特征提取模块输出的空间特征图与GRU网络的时序信息，并通过全连接层输出空间分支的分类logits； 特征融合模块，将时序分支解码器与空间分支解码器输出的分类logits进行融合； 分类模块，基于融合后的特征进行入侵检测分类； 所述MobileNetV2模型的权重为在大型图像数据集上预训练获得的权重，MobileNetV2模型的第一个卷积层被修改：将其原始输入通道数从三通道修改为一通道，并将其卷积核权重初始化为原始三通道卷积核权重沿输入通道维度取平均值。

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长春大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路6543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。