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！

龙图腾网获悉中国农业银行股份有限公司申请的专利入侵检测模型的训练方法、入侵检测方法及装置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：CN115865412B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211356308.0，技术领域涉及：H04L9/40；该发明授权入侵检测模型的训练方法、入侵检测方法及装置是由程奇设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本入侵检测模型的训练方法、入侵检测方法及装置在说明书摘要公布了：本申请公开了一种入侵检测模型的训练方法、入侵检测方法及装置，采集工业控制系统的生产过程数据，采集的数据作为训练数据。对生产过程数据进行特征提取，获取生产过程特征数据。将生产过程特征数据以及随机噪声输入生成对抗网络，获取对抗样本数据。为了进一步提高对抗样本数据的质量，对对抗样本数据进行加权处理以及随机投影处理，获取目标对抗样本数据。将目标对抗样本数据输入入侵检测模型中，获取目标对抗样本数据的预测分类类型。进而，便可基于目标对抗样本数据的预测分类类型与目标对抗样本数据的类型标签来训练入侵检测模型。如此，基于高质量的对抗样本数据对入侵检测模型进行训练，能够提高入侵检测模型的鲁棒性以及准确率。

本发明授权入侵检测模型的训练方法、入侵检测方法及装置在权利要求书中公布了：1.一种入侵检测模型的训练方法，其特征在于，所述方法包括： 采集工业控制系统的生产过程数据； 对所述生产过程数据进行特征提取，获取生产过程特征数据； 将所述生产过程特征数据以及随机噪声输入生成对抗网络，获取所述生成对抗网络输出的对抗样本数据； 基于所述对抗样本数据、所述对抗样本数据的类型标签以及条件公式，获取第一参数以及所述对抗样本数据对应的松弛值的取值范围；所述条件公式为： ； 其中，为正整数，为所述对抗样本数据的数据量，为第个对抗样本数据，为所述第个对抗样本数据对应的类型标签，为的激活函数，，为常量，为第一参数，为所述第个对抗样本数据对应的松弛值； 基于所述第一参数、所述对抗样本数据对应的松弛值以及第一公式，计算得到所述对抗样本数据对应的权重；所述第一公式为： ； 其中，为正则化常数，为所述第个对抗样本数据对应的权重； 基于所述对抗样本数据对应的权重对所述对抗样本数据进行加权处理，获取加权处理之后的对抗样本数据； 构造随机投影矩阵； 基于所述随机投影矩阵、所述加权处理之后的对抗样本数据以及第一投影映射公式，获取和所述加权处理之后的对抗样本数据相映射的投影数据；所述第一投影映射公式为： ； 其中，为第个加权处理之后的对抗样本数据，所述为所述第个加权处理之后的对抗样本数据相映射的投影数据，为维的随机投影矩阵，为所述加权处理之后的对抗样本数据的空间维度，为所述加权处理之后的对抗样本数据相映射的投影数据的空间维度； 基于所述投影数据、所述加权处理之后的对抗样本数据以及第二公式，计算第二参数；所述第二参数大于零；所述第二公式为： ； 其中，为事件概率，为第二参数，为加权处理之后的第一对抗样本数据，为加权处理之后的第二对抗样本数据，为所述加权处理之后的第一对抗样本数据相映射的投影数据，为所述加权处理之后的第二对抗样本数据相映射的投影数据； 基于所述第二参数、所述随机投影矩阵、所述加权处理之后的对抗样本数据以及第二投影映射公式，计算随机投影处理之后的目标对抗样本数据；所述第二投影映射公式为： ； 其中，为加权处理之后的对抗样本数据，，为维向量，为随机投影处理之后的目标对抗样本数据； 将所述目标对抗样本数据输入入侵检测模型中，获取所述入侵检测模型输出的所述目标对抗样本数据的预测分类类型； 基于所述目标对抗样本数据的预测分类类型与所述目标对抗样本数据的类型标签，计算损失值，根据所述损失值训练所述入侵检测模型，获取训练完成的所述入侵检测模型；所述训练完成的入侵检测模型用于识别所述工业控制系统的当前生产过程数据是否为异常数据。

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农业银行股份有限公司，其通讯地址为：100005 北京市东城区建国门内大街69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。