南京理工大学谢云云获国家专利权
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!
龙图腾网获悉南京理工大学申请的专利基于双侧特征的双向生成对抗网络汽轮机网络入侵检测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:CN116260647B 。
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:202310223386.1,技术领域涉及:H04L9/40;该发明授权基于双侧特征的双向生成对抗网络汽轮机网络入侵检测方法是由谢云云;赵铖冲;刘爱静;燕子熬;闫蕙馨;沈宇设计研发完成,并于2023-03-09向国家知识产权局提交的专利申请。
本基于双侧特征的双向生成对抗网络汽轮机网络入侵检测方法在说明书摘要公布了:本发明公开了一种基于双侧特征的双向生成对抗网络汽轮机网络入侵检测方法,将汽轮机物理侧和网络侧数据结合,采用双向生成对抗网络算法,判断汽轮机系统中是否存在网络入侵行为。该方法包括:采用数据分析方法筛选和提取物理侧和网络层特征构造入侵检测特征集;基于生成对抗网络生成滑动指数平均的双向生成对抗网络;基于入侵检测特征集训练双向生成对抗网络;基于训练后的双向生成对抗网络对汽轮机网络入侵行为进行检测。该方法得到的汽轮机网络入侵检测准确率较高,可以检测出汽轮机系统中潜在的网络攻击行为,具有一定的理论价值和工程价值。
本发明授权基于双侧特征的双向生成对抗网络汽轮机网络入侵检测方法在权利要求书中公布了:1.一种基于双侧特征的双向生成对抗网络汽轮机网络入侵检测方法,其特征在于,所述方法包括以下步骤: 步骤1,采用数据分析方法筛选和提取汽轮机物理侧和网络层特征,构造入侵检测特征集; 步骤2,基于生成对抗网络生成滑动指数平均的双向生成对抗网络;具体过程包括: 步骤2-1,构建双向生成对抗网络模型为: 式中,G表示生成器网络,E表示编码器网络,D表示判别器网络,G*表示生成器网络前向计算,E*表示编码器网络前向计算,D*表示判别器网络前向计算,x表示神经网络原始输入数据,px表示原始输入数据的概率分布,z表示生成器输入数据,即隐空间数据;表示原始输入数据和编码器网络参数确定情况下,编码器输出的概率分布;表示隐空间数据的概率分布;表示生成器输入数据和生成器网络参数确定情况下,生成器输出的概率分布; 迭代优化D网络参数时的损失函数为: 其中, 式中,为激活函数;为生成器输入输出数据对通过判别器计算的输出; 式中,为编码器输入输出数据对通过判别器计算的输出; 迭代优化G网络和E网络参数时的损失函数分别为、: 步骤2-2,对双向生成对抗网络进行训练时在时间轴上加入指数滑动平均EMA: 式中,为序列第n个数据取值;为指数滑动平均的周期,、分别为以N为计算周期在序列第n-1个、第n个数据处进行指数滑动平均的计算结果; 同时,在双向生成对抗网络训练过程中,创建影子变量平滑神经网络模型参数; 神经网络权重和偏置参数的更新变化方式如下: 式中,、分别表示待进行滑动平均的变量在t时步、t-1时步的取值;表示权重,越大代表经过滑动平均后的值与历史值越相关,反之与当前值越相关;表示不使用滑动平均模型时,变量在t时步的取值; 步骤3,基于入侵检测特征集训练双向生成对抗网络; 步骤4,基于训练后的双向生成对抗网络对汽轮机网络入侵行为进行检测。
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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫200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。
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。

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