中国长江电力股份有限公司沈博渊获国家专利权
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!
龙图腾网获悉中国长江电力股份有限公司申请的专利一种动态加密与认证的数据传输优化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:CN120455038B 。
龙图腾网通过国家知识产权局官网在2025-11-25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:202510434545.1,技术领域涉及:H04L9/40;该发明授权一种动态加密与认证的数据传输优化方法是由沈博渊;廖森科;王颖杰;吴桐雨;李博闻;袁思蒙;薛铁龙;毕帅设计研发完成,并于2025-04-08向国家知识产权局提交的专利申请。
本一种动态加密与认证的数据传输优化方法在说明书摘要公布了:本发明公开了一种动态加密与认证的数据传输优化方法,涉及信息安全技术领域,包括以下步骤:根据通信系统的拓扑结构以及安全防护需求,规划并部署监测节点;在监测节点部署完成后,实时采集网络层和应用层的多维度网络环境数据信息,并对采集到的数据进行预处理,建立规范化的数据集合。本发明通过监测节点实时采集多维网络环境数据,结合特征工程与机器学习评估网络安全态势,能够精准识别潜在恶意攻击;在检测到攻击行为时,主动阻止弱加密降级,提升加密强度和认证等级,缩短密钥更新周期,有效防止敏感数据泄露;同时,结合多通道路径切换与协同响应,隔离风险传播路径,减少攻击面,显著提升通信系统在恶意环境下的安全性与稳定性。
本发明授权一种动态加密与认证的数据传输优化方法在权利要求书中公布了:1.一种动态加密与认证的数据传输优化方法,其特征在于,包括以下步骤: 根据通信系统的拓扑结构以及安全防护需求,规划并部署监测节点; 在监测节点部署完成后,实时采集网络层和应用层的多维度网络环境数据信息,并对采集到的数据进行预处理,建立规范化的数据集合; 获取高质量的预处理数据后,通过特征工程从数据集合中提取出表征当前网络潜在恶意攻击的关键特征,并对提取的关键特征进行量化分析; 将经过量化分析后的关键特征输入至预先训练好的机器学习模型中,通过机器学习模型对当前网络环境的安全态势进行评估,判断当前网络环境是否存在潜在恶意攻击; 当评估结果显示当前网络环境存在恶意攻击时,触发动态安全调控机制,主动阻止因网络波动导致的弱加密降级行为,同时主动提升数据传输的加密强度,增加认证措施,并缩短密钥更新周期,从源头上提高通信安全防护水平;此外,通过多通道路径切换与协同响应措施,阻断风险扩散路径,减少攻击面,确保通信系统在恶意环境干扰下仍保持稳定可靠的安全防护能力; 提取的特征包括单位时间内认证重试次数变化趋势和加密协商阶段失败率的变化曲线并对其进行量化分析,分别生成认证重试参考值和加密协商失败参考值,通过认证重试参考值和加密协商失败参考值识别出当前网络环境中是否存在由主动攻击行为引起的身份认证异常与加密过程异常; 对单位时间内认证重试次数变化趋势进行量化分析生成认证重试参考值的具体步骤如下: 在通信过程中,设通信路径上任意监测节点在单位观测周期内的能量消耗总量为,为量化能量消耗的异常变化,引入节点能量消耗增量因子,定义公式如下: ,式中,是当前观测周期内第个节点的总能量消耗,是节点在历史安全稳定状态下的能量消耗基准值,是节点能量消耗增量因子,表示节点在当前周期内能量消耗对于基准能耗的变化率; 基于节点能量消耗增量因子,结合认证失败触发情况,生成认证重试参考值,生成公式如下: ,式中,是认证重试参考值,是第个节点在观测周期内的认证重试触发次数,是第个节点观测到的认证重试来源种类数,是通信路径上参与监测的所有节点的数量。
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长江电力股份有限公司,其通讯地址为:100080 北京市海淀区玉渊潭南路1号B座;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励