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！

龙图腾网获悉南昌大学申请的专利基于联邦学习和深度学习的DGA恶意域名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：CN120263512B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510536069.4，技术领域涉及：H04L9/40；该发明授权基于联邦学习和深度学习的DGA恶意域名检测方法是由刘承启;黄安和;邹伟平;黄文海设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本基于联邦学习和深度学习的DGA恶意域名检测方法在说明书摘要公布了：本发明涉及恶意域名检测领域，提出一种基于联邦学习和深度学习的DGA恶意域名检测方法，通过设计一种基于联邦学习框架的域名检测模型，允许参与方在本地数据集上独立训练模型，保护了数据隐私，通过定期将模型参数或梯度信息发送到中央服务器进行聚合和更新，实现了全局模型的优化，提高了检测DGA恶意域名时的性能，且通过利用各参与方持有的部分DGA恶意域名数据集，通过联邦学习框架的协同训练机制，各参与方能够共享模型的优化成果，提高了模型的泛化能力，而结合了字符级动态编码算法、多尺度文本卷积神经网络和双向长短期记忆注意力增强网络，极大地提高了对DGA恶意域名的识别准确性和稳定性，本发明提高了DGA恶意域名检测的准确性和泛化能力。

本发明授权基于联邦学习和深度学习的DGA恶意域名检测方法在权利要求书中公布了：1.一种基于联邦学习和深度学习的DGA恶意域名检测方法，其特征在于，包括： 获取目标原始域名并输入域名检测模型，所述域名检测模型基于联邦学习框架，所述域名检测模型包括数据预处理模块、特征提取模块和特征融合模块； 根据字符级动态编码算法对所述目标原始域名进行规范化处理，以获取目标域名语义表示，所述字符级动态编码算法根据字符级嵌入提取所述目标原始域名中域名序列的有效特征，所述规范化处理用于将所述目标原始域名转换为域名检测模型可处理的规范化输入，所述目标域名语义表示为固定维度的向量表示； 根据多尺度文本卷积神经网络对所述目标域名语义表示进行特征提取处理，以获取多尺度局部空间特征，所述多尺度文本卷积神经网络包括输入层、卷积层、池化层和全连接层； 根据双向长短期记忆注意力增强网络对所述多尺度局部空间特征进行特征提取处理，以获取全局时序特征，所述双向长短期记忆注意力增强网络包括双向长短期记忆机制和注意力增强机制，所述双向长短期记忆机制用于从所述目标域名语义表示的序列前向到后向捕捉上下文信息，所述注意力增强机制用于对所述目标域名语义表示中的关键字符进行注意力聚焦； 对所述多尺度局部空间特征和所述全局时序特征进行特征融合，以获取域名融合特征，并根据所述域名融合特征进行分类识别。

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昌大学，其通讯地址为：330000 江西省南昌市红谷滩区学府大道999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。