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！

龙图腾网获悉北京理工大学申请的专利利用多种特征流形向量的入侵检测系统对抗样本防御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：CN116318877B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310123302.7，技术领域涉及：H04L9/40；该发明授权利用多种特征流形向量的入侵检测系统对抗样本防御方法是由罗森林;邵思源;潘丽敏;巩锟;沈宇辉;王琛设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本利用多种特征流形向量的入侵检测系统对抗样本防御方法在说明书摘要公布了：本发明涉及利用多种特征流形向量的入侵检测系统对抗样本防御方法，属于计算机与信息科学领域。本发明首先对网络流量样本提取多种特征：利用径向神经网络计算样本类别预测概率，基于注意力机制计算样本特征权重并提取高权重特征，计算样本特征间相关度并提出随机递归式特征消除算法选择高相关度特征；其次，将多种特征映射为低维流形向量，并分别与良性、恶意流量样本流形向量计算相似度；最后，依据流形相似度利用降噪自编码器生成重构特征后的流量样本，再通过入侵检测系统进行判别。本发明基于多种特征流形相似度对样本特征进行重构，降低了特征中对抗性扰动对检测精度的影响，提升了入侵检测系统对对抗样本的防御能力。

本发明授权利用多种特征流形向量的入侵检测系统对抗样本防御方法在权利要求书中公布了：1.利用多种特征流形向量的入侵检测系统对抗样本防御方法，其特征在于所属方法包括如下步骤： 步骤1，对输入的网络流量样本进行特征预处理，提取非功能性特征，对非数值特征进行编码，对数值特征进行归一化； 步骤2，对特征预处理后流量样本提取多种特征，具体提取步骤如下： 步骤2.1，利用径向神经网络构建样本类别预测概率计算网络，计算流量样本的类别预测概率并作为软标签特征； 步骤2.2，基于注意力机制构建特征权重计算网络，计算每一个特征对模型决策的权重，筛选高权重特征并作为高贡献度特征； 步骤2.3，计算样本特征间相关度，结合提出的随机递归式特征消除算法构建表征能力计算网络，筛选高相关度特征并作为高表征特征； 步骤3，分别对步骤2中提取到的特征，进行低维流形映射，并与良性样本流形向量、恶意样本流形向量进行相似度计算，判断相似类别； 步骤4，将特征预处理后样本输入相似类别对应生成模型进行重构，以强化样本数据分布特征、放大样本差异，并对所有重构样本进行聚类，取聚类中心点作逆处理作为最优重构样本； 步骤5，入侵检测系统对最优重构流量样本进行分类，输出分类结果为良性流量或恶意流量。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。