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！

龙图腾网获悉中国电子科技集团公司第三十研究所申请的专利一种基于K-means和CNN的网络入侵检测方法、系统、介质及装置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：CN119051929B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411121286.9，技术领域涉及：H04L9/40；该发明授权一种基于K-means和CNN的网络入侵检测方法、系统、介质及装置是由周阳;张位;曾浩洋;郑周荣设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本一种基于K-means和CNN的网络入侵检测方法、系统、介质及装置在说明书摘要公布了：本发明提供一种基于K‑means和CNN的网络入侵检测方法、系统、介质及装置，所述方法包括：网络攻击学习阶段：首先，采用K‑means算法对流量特征进行聚类，然后针对各聚类数据分别采用CNN进行空间特征的提取，最后将CNN特征学习结果与网络攻击样式通过监督学习建立对应关系，最终输出K‑means聚类中心和学习后CNN模型，得到网络攻击识别知识；网络攻击识别阶段：基于网络攻击识别知识对未知流量进行分析，通过未知流量所属聚类的判断以及多CNN模型输出结果的加权融合，完成网络攻击识别，实现网络入侵检测。本发明采取K‑means聚类和多CNN模型融合可以提升网络入侵检测性能。

本发明授权一种基于K-means和CNN的网络入侵检测方法、系统、介质及装置在权利要求书中公布了：1.一种基于K‑means和CNN的网络入侵检测方法，其特征在于，包括： 1网络攻击学习： 步骤11：训练数据预处理； 步骤12：根据K‑means聚类原则，对预处理后的训练数据进行聚类，得到训练数据的多个聚类以及对应的聚类中心； 步骤13：构建多个CNN模型，分别学习不同聚类下的训练数据； 步骤14：根据步骤13执行多轮训练，得到对应训练数据下的多个CNN模型权重； 步骤15：输出步骤12得到的多个聚类中心和步骤14得到的多个CNN模型权重，用于后续网络攻击识别； 2网络攻击识别： 步骤21：测试数据预处理； 步骤22：判断预处理后的测试数据所属聚类； 步骤23：根据测试数据所属聚类选择CNN模型并进行网络攻击识别； 步骤24：计算CNN模型网络攻击识别结果加权融合时的权重； 步骤25：根据步骤24得到的CNN模型加权融合时的权重，对所选CNN模型的网络攻击识别结果得分进行加权求和，然后选择加权求和后分值最高的攻击类型作为最终识别的攻击类型。

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中国电子科技集团公司第三十研究所，其通讯地址为：610041 四川省成都市高新区创业路8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”。