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！

龙图腾网获悉东北大学申请的专利一种基于改进遗传算法特征选择的工控系统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：CN115688097B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211396668.3，技术领域涉及：G06F21/55；该发明授权一种基于改进遗传算法特征选择的工控系统入侵检测方法是由姚羽;方宇珊;翟浩;杨巍;刘莹;刘思宇;闫泓玮;王嘉璇;金玉多;林小李设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本一种基于改进遗传算法特征选择的工控系统入侵检测方法在说明书摘要公布了：本发明属于工控系统、网络安全及人工智能领域，提出一种基于改进遗传算法特征选择的工控系统入侵检测方法。对待特征选择的流量数据进行预处理；基于预处理的流量数据生成种群；利用多维度染色体评估方法对每个个体染色体进行评估；利用特征排序融合方法对评估结果进行融合排名；采用改进的适应度评估函数计算个体适应度；利用生长树聚类算法进行交叉和变异操作，得到新种群；根据特征排序融合结果对个体进行进化和淘汰操作；输出最高适应度个体并利用神经网络模型建立分类模型。相比于传统的入侵检测方法，本发明具有更高的分类准确率、更低的算法复杂度、更适用于不均衡的工业控制数据、有效降低最终选择的特征数目。

本发明授权一种基于改进遗传算法特征选择的工控系统入侵检测方法在权利要求书中公布了：1.一种基于改进遗传算法特征选择的工控系统入侵检测方法，其特征在于，包括以下步骤： 步骤1：获得待进行特征选择的流量数据；流量数据包括N个特征，流量数据集合为Uf1,f2,…fi…,fN； 步骤2：流量数据预处理；根据流量数据特征选择预处理方式； 步骤3：根据预处理后的流量数据随机生成初始种群，种群中个体数量为M； 步骤4：利用多维度染色体评估方法对种群中每个个体的染色体进行评估；染色体即为流量数据特征； 步骤5：利用基于鲁棒性秩聚合的特征排序融合方法对多维度染色体评估结果进行特征排序融合，保存最优染色体和最差染色体； 步骤6：采用改进的适应度评估函数计算各个个体适应度；所述个体适应度Fitness根据下式进行计算： Fitness＝γmax,min*acc+f1+1-γmax,min*corr 其中，γmax,min为评价指标的随机扰动，通过随机产生从min到max的随机数来保证搜索过程的随机性，acc为选定的分类器的五折交叉验证分类准确率，均值F1为每个类别的样本数量进行权重平均获得，corr为个体所有特征之间皮尔逊相关系数之和的平均值； 步骤7：利用生长树聚类算法针对当前种群进行交叉和变异操作，得到新种群； 采用生长树聚类算法，根据个体相似度将种群中的个体聚类为m个簇，每个簇作为一个家族； 从不同家族选择适应度Fitness最高的个体进行交叉，新生成交叉后的个体作为父类个体； 从同一家族中选择若干个体进行交叉，新生成的个体作为父类个体； 对种群进行变异操作；保留变异后的个体和新生成的父类个体中个体适应度排名前M个个体； 判断是否满足设定的生长树聚类算法迭代次数L，当满足终止条件，算法结束，形成新种群；否则重新进行交叉和变异操作； 步骤8：根据特征排序融合结果对新种群中的个体进行进化和淘汰操作；所述步骤8具体流程为：对于步骤7获得的新种群中每一个个体，执行如下操作： 判断Rand0,1是否大于p，其中Rand0,1表示随机生成的0到1的随机数，p是设置的动态进化概率； 当Rand0,1p，则将排名最佳的染色体Best对应的染色体设置为1； 判断Rand0,1是否大于q，其中q是设置的动态淘汰概率； 当Rand0,1q，则将排名最差的染色体Worst对应的染色体设置为0； 输出进化和淘汰后个体组成的种群，判断当前迭代是否达到总体迭代次数G； 没有达到总体迭代次数G时，继续采用步骤4-步骤8进行特征选择； 达到总体迭代次数G，输出进化和淘汰后个体组成的种群适应度最高的个体； 步骤9：输出步骤8中获得的个体适应度最高的个体至选定的分类器，判断工控网络是否存在入侵行为并将入侵行为进行分类。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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。