Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都秦川物联网科技股份有限公司邵泽华获国家专利权

成都秦川物联网科技股份有限公司邵泽华获国家专利权

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!

龙图腾网获悉成都秦川物联网科技股份有限公司申请的专利基于工业物联网的安全检测方法、装置、设备及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:CN119766513B

龙图腾网通过国家知识产权局官网在2025-09-05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:202411857968.6,技术领域涉及:H04L9/40;该发明授权基于工业物联网的安全检测方法、装置、设备及介质是由邵泽华;周莙焱;张沆;王峰设计研发完成,并于2024-12-17向国家知识产权局提交的专利申请。

基于工业物联网的安全检测方法、装置、设备及介质在说明书摘要公布了:本申请公开了一种基于工业物联网的安全检测方法、装置、设备及介质,包括:获取工业物联网系统的多种访问流量数据并设置预设距离公式和各访问流量数据的初始权重系数;分别计算各访问流量数据和其他每一访问流量数据的相关程度,基于各访问流量数据的多个相关程度确定各访问流量数据的第一调节因子并对各访问流量数据的初始权重系数进行调整,得到各访问流量数据的改进权重系数;基于多种访问流量数据、各访问流量数据的改进权重系数和所述预设距离公式确定异常IP;基于所述异常IP进行工业物联网系统的安全检测。本申请解决了现有的异常检测算法进行异常IP识别时仅针对单维数据从而易出现误判风险的问题。

本发明授权基于工业物联网的安全检测方法、装置、设备及介质在权利要求书中公布了:1.一种基于工业物联网的安全检测方法,其特征在于,包括: 获取工业物联网系统的多种访问流量数据并设置预设距离公式和各访问流量数据的初始权重系数; 分别计算各访问流量数据和其他每一访问流量数据的相关程度,基于各访问流量数据的多个相关程度确定各访问流量数据的第一调节因子; 基于各访问流量数据的第一调节因子对各访问流量数据的初始权重系数进行调整,得到各访问流量数据的改进权重系数; 基于多种访问流量数据、各访问流量数据的改进权重系数和所述预设距离公式确定异常IP; 基于所述异常IP进行工业物联网系统的安全检测; 其中,所述相关程度为正值或负值或0;所述基于各访问流量数据的多个相关程度确定各访问流量数据的第一调节因子,包括: 计算各访问流量数据的多个相关程度中正值个数、负值个数和0的个数; 若访问流量数据的相关程度中正值个数大于等于负值个数且大于等于0的个数,将访问流量数据划分为待增强数据; 若访问流量数据的相关程度中负值个数大于正值个数且大于0的个数,将访问流量数据划分为待减弱数据; 若访问流量数据的相关程度中0的个数大于正值个数且大于负值个数,将访问流量数据划分为独立数据; 针对任一待增强数据,计算相关程度中正值个数,基于待增强数据的多个相关程度和相关程度中正值的个数确定待增强数据的第一调节因子; 针对任一待减弱数据,计算相关程度中负值个数,基于待减弱数据的多个相关程度和相关程度中负值的个数确定待减弱数据的第一调节因子; 预设独立数据的第一调节因子为1; 所述基于待增强数据的多个相关程度和相关程度中正值的个数确定待增强数据的第一调节因子,包括: 使用如下公式(1)确定待增强数据的第一调节因子: 式中,表示第种待增强数据的第一调节因子,表示第种待增强数据的第个为正值的相关程度,表示第种待增强数据的第个为正值的相关程度对应的加权系数,表示第种待增强数据的相关程度中正值的个数,表示第一预设系数,表示第二预设系数; 所述基于待减弱数据的多个相关程度和相关程度中负值的个数确定待减弱数据的第一调节因子,包括: 使用如下公式(5)确定待减弱数据的第一调节因子: 式中,表示第种待减弱数据的第一调节因子,表示第种待减弱数据的第个为负值的相关程度,表示第种待减弱数据的第个为负值的相关程度对应的加权系数,表示第种待减弱数据的相关程度中负值的个数,表示第一预设系数,表示第二预设系数。

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成都秦川物联网科技股份有限公司,其通讯地址为:610100 四川省成都市龙泉驿区经开区南四路931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。