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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种基于分层可解释行为序列建模的入侵检测方法、系统及存储介质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：CN121262000B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511668189.6，技术领域涉及：H04L9/40；该发明授权一种基于分层可解释行为序列建模的入侵检测方法、系统及存储介质是由顾钊铨;李鉴明;贾焰;闫昊;孙佳;赵昂霄;张志强设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本一种基于分层可解释行为序列建模的入侵检测方法、系统及存储介质在说明书摘要公布了：本发明提供了基于分层可解释行为序列建模的入侵检测方法、系统及存储介质，方法包括：数据向量化表示步骤：采用滑动窗口策略对网络攻击数据进行向量化处理；单条数据的字段级特征学习步骤：采用前馈神经网络学习单条数据的字段级特征；多条数据之间行为序列建模步骤：采用前馈神经网络，对多条数据之间行为序列建模；入侵行为规则总结步骤：根据模型分类输出和字段级特征注意力、事件级注意力，找到作为模型判断依据的事件以及事件内部特征，根据注意力找到关键特征以及这些特征的合理阈值，人工写成规则，定期进行攻击知识库的维护和更新。本发明的有益效果是：能够精准捕捉跨越多个日志事件的复杂攻击序列，实现对复杂多步骤攻击链的关联分析。

本发明授权一种基于分层可解释行为序列建模的入侵检测方法、系统及存储介质在权利要求书中公布了：1.一种基于分层可解释行为序列建模的入侵检测方法，其特征在于，包括： 数据向量化表示步骤：在将网络攻击数据输入神经网络之前，采用滑动窗口策略对网络攻击数据进行向量化处理； 单条数据的字段级特征学习步骤：采用前馈神经网络学习单条数据的字段级特征； 多条数据之间行为序列建模步骤：采用前馈神经网络，对多条数据之间行为序列建模； 入侵行为规则总结步骤：根据模型分类输出y和字段级特征注意力、事件级注意力，找到作为模型判断依据的事件以及事件内部特征，其中模型分类输出y是指模型经过字段级特征注意力学习以及事件级注意力学习后的最终输出，根据字段级特征注意力和事件级注意力找到关键特征以及这些特征的合理阈值，写成规则，定期进行攻击知识库的维护和更新； 所述单条数据的字段级特征学习步骤具体为： 对于单条数据的每个字段特征，其一阶交互信息通过注意力机制进行学习： , 其中是可学习的模型注意力参数，表示单条数据自身特征数目，表示第个特征；计算单条数据各字段特征之间的二阶交互信息： 2, 其中表示哈达玛乘积，即不同字段特征向量和对应位置的值相乘，表示第个特征； 结合一阶和二阶交互信息，单条数据表示为： 3, 其中表示第条数据； 所述多条数据之间行为序列建模步骤具体为： 采用前馈神经网络，对序列中的每个事件嵌入，计算其相对于当前上下文的重要性分数，对攻击行为进行序列建模： , 其中s表示用对攻击行为进行建模的结果，T表示数据总条数，表示事件的重要性，即对于事件的注意力： , , 表示不同的神经网络层，和都表示模型对事件学习的权重中间结果，在公式5中，为区分单个事件与总体事件之和，用标注单个事件的权重，用标注的总体事件之和的权重。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。