发明专利 已授权

联合对称不确定性和超参数优化神经网络的入侵检测方法

📄 申请号:CN202310040830.6 📄 发布日:2026/05/06

著录项目信息

申请日
2023-01-12
公开号
CN116055175A
公开日
2023-05-02
申请人
燕山大学
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

网络安全, 入侵检测系统, 网络流量监控, 异常行为识别, 安全运维

摘要

本发明公开了一种基于联合对称不确定性和超参数优化神经网络的入侵检测方法,属于网络安全、入侵检测技术领域,首先对于非数值特征进行独热编码,转换为数值特征,并对数值做归一化处理;基于对称不确定性和松散条件下的马尔可夫毯,使用联合对称不确定性进行特征选择,获得最优特征子集,降低了原始数据的维度;基于CNN和LSTM构建CNN‑LSTM融合神经网络分类模型,并使用改进后的PSO算法对模型的超参数进行自动优化,提高算法的泛化能力。本发明具有更好的特征选择性能,同时也具有更好的入侵检测流量分类性能。从而在准确率、精确率、召回率等多维评价指标中表现出较好性能。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:48 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价