中国科学院软件研究所张静获国家专利权
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！
龙图腾网获悉中国科学院软件研究所申请的专利基于网络安全数据清洗融合的网络攻击分类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：CN114826632B 。
龙图腾网通过国家知识产权局官网在2026-05-12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：202110111319.1，技术领域涉及：H04L9/40；该发明授权基于网络安全数据清洗融合的网络攻击分类方法是由张静;辛铮;吴建英;张海霞;黄克振;连一峰;李易庭设计研发完成，并于2021-01-27向国家知识产权局提交的专利申请。
本基于网络安全数据清洗融合的网络攻击分类方法在说明书摘要公布了：本发明公开一种基于网络安全数据清洗融合的网络攻击分类方法，涉及网络安全领域，通过对多源异构的网络安全数据并进行数据清洗，计算出各个子属性空间的信息熵并作为子属性空间的权重；对每个子属性空间构建隐马尔科夫模型并进行训练；将k个训练好的子马尔科夫模型的输出结果作为k个证据体；将网络攻击的待测数据的属性序列值输入到马尔科夫模型中，得到各个攻击结果出现的概率；根据各个攻击结果出现的概率，利用上述子属性空间的权重进行加权计算，利用D‑S证据理论对该k个证据体进行数据融合；基于D‑S证据理论的信任函数对融合后的数据进行判断，根据判断结果对该网络攻击进行分类。
本发明授权基于网络安全数据清洗融合的网络攻击分类方法在权利要求书中公布了：1.一种基于网络安全数据清洗融合的网络攻击分类方法，其特征在于，包括以下步骤： 1收集多源异构的网络安全数据并进行数据清洗，合并，以及数据变换； 2对变换后数据的属性空间，按照数据的来源和性质划分为k个子属性空间，计算出各个子属性空间的信息熵，并将信息熵作为子属性空间的权重； 3对每个子属性空间构建隐马尔科夫模型，并对各个子属性空间的马尔科夫模型进行训练，获得k个训练好的马尔科夫模型； 4将k个训练好的马尔科夫模型的输出结果作为k个证据体； 5将网络攻击的待测数据的属性序列值输入到k个训练好的马尔科夫模型中，得到各个攻击结果出现的概率； 6根据各个攻击结果出现的概率，利用上述子属性空间的权重进行加权计算，利用D-S证据理论对该k个证据体进行数据融合； 7基于D-S证据理论的信任函数对融合后的数据进行判断，根据判断结果对该网络攻击进行分类。
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科学院软件研究所，其通讯地址为：100190 北京市海淀区中关村南四街4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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励