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！

龙图腾网获悉杭州电子科技大学申请的专利基于混合神经网络CNN-DNN的入侵检测系统及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：CN114139615B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202111388336.6，技术领域涉及：G06F18/24；该发明授权基于混合神经网络CNN-DNN的入侵检测系统及方法是由叶楷;郑秋华;高嘉怡;李欣芸;叶浩辰;王嘉卉设计研发完成，并于2021-11-22向国家知识产权局提交的专利申请。

本基于混合神经网络CNN-DNN的入侵检测系统及方法在说明书摘要公布了：本发明公开基于混合神经网络CNN‑DNN的入侵检测系统及方法。该方法具体是获取带有标签的网络流量数据；将网络流量数据中字符、文本等信息转化为数字，并进行归一化操作，最后利用组合自编码器将网络流量数据降维；构建混合神经网络CNN‑DNN。本发明采用CNN‑DNN混合神经网络进行数据分析，具有较高的准确率，采用了组合自编码器，可对不同维度输入数据进行降维处理，能够灵活突出重点的特征或特征组合，提高了计算效率。

本发明授权基于混合神经网络CNN-DNN的入侵检测系统及方法在权利要求书中公布了：1.一种基于混合神经网络CNN-DNN的入侵检测系统，其特征在于包括： 网络流量收集模块，用于获取实时网络流量数据； 流量数据预处理模块，用于接收来自网络流量收集模块的网络流量数据，将网络流量数据中字符、文本转化为数字，并进行归一化操作，最后利用组合自编码器将网络流量数据降维； 混合神经网络CNN-DNN模块，用于对流量数据预处理模块传输的数据进行实时异常判别； 预测结果输出模块，用于输出混合神经网络CNN-DNN模块的预测结果并存储，同时提供接口供第三方应用程序直接获取混合神经网络CNN-DNN模块的预测结果； 所述入侵检测系统执行以下方法： 步骤S100：获取带有标签的网络流量数据； 步骤S200：数据预处理： 将网络流量数据中字符、文本信息转化为数字，并进行归一化操作；最后利用组合自编码器将网络流量数据降维；具体是： S210：对上述得到的每个网络数据包进行缺失特征填补； S220：对缺失特征填补后的网络数据包进行数据类型判断，若全部为数值则跳转至S240，反之则跳转至S230； S230：判断缺失特征填补后的网络数据包中非数值类特征是否存在关联特征，若存在则对所有关联特征采用独热编码LabelEncoder将其转换为数值，对其他非数值类特征用标签编码转化为数值；若不存在关联特征则所有非数值类特征采用标签编码OneHotEncoder转化为数值； S240：对数值特征进行最值归一化操作； S250：对步骤S240处理后的数据使用组合自编码器进行数据降维； 所述组合自编码器是在传统自编码器的隐藏层与输入层间增加一层组合特征筛选层；所述组合特征筛选层包括个子自编码器，其用于降维；每个子自编码器的输入为组合自编码器输入层接收到n维数值特征中随机筛选出的m维数值特征； 步骤S300：将步骤S200预处理后的数据其中一部分作为训练集，另一部分作为测试集； 步骤S400：构建混合神经网络CNN-DNN，并利用步骤S300获得进行训练； S500：利用测试集对上述训练好的混合神经网络CNN-DNN进行测试； S600：实时获取目标检测网络的未带标签网络流量数据集；然后重复步骤S200，然后将其输入至测试好的混合神经网络CNN-DNN，以实现入侵检测。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。