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！

龙图腾网获悉河南科技大学申请的专利基于时空特征并行分析的车联网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：CN116506858B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202310489303.3，技术领域涉及：H04W12/121；该发明授权基于时空特征并行分析的车联网入侵检测方法是由邢玲;张金瑞;高建平;吴红海;王锟;张晓辉;马华红;赵鹏程;李冰;黄元浩设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本基于时空特征并行分析的车联网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时空特征并行分析的车联网入侵检测方法，分别在车联网正常运行状态时和发生入侵时分别采集若干个车联网流量数据序列，提取得到车联网流量数据特征矩阵，进行标签标注得到车联网流量数据样本，构建包括空间特征提取模块，时域特征提取模块，特征拼接模块，自注意力模块，特征融合模块和多层感知机的车联网入侵检测模型并进行训练，当需要对车联网进行入侵检测时，采集数据并得到车联网流量数据特征矩阵，输入至训练好的车联网入侵检测模型，得到车联网入侵检测结果。本发明从车联网流量数据中并行提取空间特征和时域特征并融合得到时空特征，提高对车联网流量数据的表征能力，进而提高车联网入侵检测性能。

本发明授权基于时空特征并行分析的车联网入侵检测方法在权利要求书中公布了：1.一种基于时空特征并行分析的车联网入侵检测方法，其特征在于，包括以下步骤：S1：对于所需要进行入侵检测的车联网，分别在正常运行状态时和发生入侵时分别采集若干个车联网流量数据序列，每个车联网流量数据序列中包含连续的N条车联网流量数据，每条车联网流量数据中包含M个数据特征，M的值根据实际需要确定；对于每条车联网流量数据进行预处理得到车联网流量数据初始特征向量，预处理方法为：将其中的字符数据特征编码为数值特征，将其中的数值数据特征进行标准化；S2：根据每个车联网流量数据序列采集时的车联网状态对车联网流量数据序列进行类标签标注，如果采集时车联网为正常运行状态，则令类标签为1，如果采集时车联网发生入侵，则令类标签为0；S3：根据所收集的车联网流量数据对数据特征进行筛选得到K个有效数据特征，然后根据有效数据特征对每个车联网流量数据初始特征向量进行降维，得到车联网流量数据特征向量；然后对于每个车联网流量数据序列，将其N个车联网流量数据特征向量作为行向量，构成大小为N×K的车联网流量数据特征矩阵；S4：构建车联网入侵检测模型，包括空间特征提取模块，时域特征提取模块，特征拼接模块，自注意力模块，特征融合模块和多层感知机，其中：空间特征提取模块用于对输入的车联网流量数据特征矩阵中每个车联网流量数据特征向量分别提取出维度为B的空间特征向量，B的值根据实际需要确定，然后将N个空间特征向量构成大小为N×B的空间特征Fspatial并发送至特征拼接模块和特征融合模块；时域特征提取模块用于对输入的车联网流量数据特征矩阵提取大小为N×B的时域特征Ftemporal并发送至特征拼接模块和特征融合模块；特征拼接模块用于将空间特征Fspatial和时域特征Ftemporal进行拼接，得到大小为N×2B的时空特征F并发送给自注意力模块；自注意力模块用于根据自注意力机制生成时空特征F对应的大小为N×2B自注意力分数矩阵H并发送给特征融合模块；特征融合模块用于根据自注意力分数矩阵H对空间特征Fspatial和时域特征Ftemporal进行融合，得到融合特征Ffusion并发送给多层感知机，具体方法为：根据特征拼接模块的拼接方式对自注意力分数矩阵H进行划分，将前B列作为空间特征Fspatial的权重矩阵λspatial，将后B列作为时域特征Ftemporal的权重矩阵λtemporal，然后采用如下公式计算得到融合特征Ffusion：Ffusion＝λspatial*Fspatial+λtemporal*Ftemporal其中，*表示哈达玛乘积；多层感知机用于根据融合特征Ffusion对输入车联网流量数据特征矩阵采集时车联网是否发生入侵进行预测，得到入侵检测结果；S5：将每个车联网流量数据序列对应的车联网流量数据特征矩阵作为输入，对应的类标签作为期望输出，对步骤S4构建的车联网入侵检测模型进行训练，得到训练好的车联网入侵检测模型；S6：当需要对车联网进行入侵检测时，采集得到包含连续的N条车联网流量数据的车联网流量数据序列，每条车联网流量数据中包含K个有效数据特征，根据步骤S1中的预处理方法对每条车联网流量数据进行处理，得到对应的车联网流量数据特征向量，然后将N个车联网流量数据特征向量作为行向量，构成大小为N×K的车联网流量数据特征矩阵，将该车联网流量数据特征矩阵输入至步骤S5训练好的车联网入侵检测模型，得到车联网入侵检测结果。

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河南科技大学，其通讯地址为：471000 河南省洛阳市洛龙区开元大道263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”。