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！

龙图腾网获悉沈阳化工大学申请的专利一种基于可视化胶囊网络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：CN116599701B 。

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：202310431641.1，技术领域涉及：H04L9/40；该发明授权一种基于可视化胶囊网络入侵检测方法是由杨忠君;黄晴;宗学军;何戡;张继雪设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种基于可视化胶囊网络入侵检测方法在说明书摘要公布了：本发明公开了一种基于可视化胶囊网络入侵检测方法，涉及一种网络的入侵检测方法，该方法包括数据处理，模型训练和模型分类三个步骤。首先搜集历史网络安全数据并进行预处理，再对全体数据进行归一化，按比例缩放。然后将样本数据进行可视化处理，使其从一维数据变为具有空间信息的二维矩阵，以此更加适配深度学习模型，对可视化过程中的碰撞特征采用信息熵加权平均算法进行选取，以此构建新的特征值，提高网络效果。使用社交网络搜索算法对胶囊网络结构进行寻优，确定最佳参数。最后对实时采集的网络数据进行网络入侵分类检测。本发明提高了对网络攻击的检测率，降低了误报率。

本发明授权一种基于可视化胶囊网络入侵检测方法在权利要求书中公布了：1.一种基于可视化胶囊网络入侵检测方法，其特征在于，所述方法包括以下步骤： 步骤S1.搜集历史网络安全数据并进行预处理：数值化，对于入侵检测数据中的字符型特征，通过独热编码One-hot操作将其扩展为单位向量来完成数值化；假设该特征有i个特征值，则将其设置为{0,1,...,i-1}中对应的一种；归一化，数据按比例缩放，将其统一映射到[-1,1]区间上； 步骤S2.对处理好的数据进行改进后的可视化操作，使其从一维数据变为具有空间信息的二维矩阵，以此更加适配深度学习模型；具体包括如下步骤： 步骤S2-1.对训练集数据进行转置，得到转置数据矩阵； 步骤S2-2.使用t-分布随机邻域嵌入tsne算法对转置数据矩阵进行降维可视化； 步骤S2-3.使用凸包算法找到包含所有通过与特征向量相关的二维点的最小矩形，并将其旋转到水平或垂直形式； 步骤S2-4.对碰撞元素进行处理，将碰撞元素的互信息熵作为权值，选择最后的加权平均值作为新的特征，计算方法如下：； 其中为产生碰撞的特征，为对应特征的信息熵，为特征的信息熵占碰撞元素的权值；通过公式计算出，并以为权值构建新的特征值； 步骤S3.使用卷积块注意力模块CBAM模块对胶囊网络进行改进；CBAM是一种改进卷积神经网络的模块，用来改进胶囊网络；CBAM模块通过注意力机制对特征进行加权，更好地利用输入特征，从而提高胶囊网络的效果； 步骤S4.将可视化处理后的入侵检测数据应用于改进后的胶囊网络入侵检测模型； 步骤S5.采用经步骤S4训练后的胶囊网络模型对实时采集的网络数据进行网络入侵分类检测。

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沈阳化工大学，其通讯地址为：110142 辽宁省沈阳市沈阳经济技术开发区11号街；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。