Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京华云安信息技术有限公司李俊豪获国家专利权

北京华云安信息技术有限公司李俊豪获国家专利权

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!

龙图腾网获悉北京华云安信息技术有限公司申请的专利基于多源异构数据融合的网络攻击面智能预测方法及系统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:CN120750784B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511217914.8,技术领域涉及:H04L41/147;该发明授权基于多源异构数据融合的网络攻击面智能预测方法及系统是由李俊豪;纪守领;沈传宝;万会来;彭安杰;杨芮;尹恒;邬梦江;朱彤;何著林设计研发完成,并于2025-08-28向国家知识产权局提交的专利申请。

基于多源异构数据融合的网络攻击面智能预测方法及系统在说明书摘要公布了:本申请涉及一种基于多源异构数据融合的网络攻击面智能预测方法及系统,属于网络安全和信息技术领域,其包括获取多源异构数据,包含网络流量日志、主机运行状态数据以及外部威胁情报信息;然后,对这些数据进行特征提取并映射到统一特征空间;分析特征关联性并构建特征关联矩阵;计算特征权重分布值并选取关键特征;将关键特征输入机器学习模型进行预测,利用机器学习模型对目标网络系统未来可能面临的攻击面进行预测;该方案能够有效融合多源异构数据,提高网络攻击面预测的准确性和全面性。

本发明授权基于多源异构数据融合的网络攻击面智能预测方法及系统在权利要求书中公布了:1.一种基于多源异构数据融合的网络攻击面智能预测方法,其特征在于,包括以下步骤: 获取目标网络系统在监测周期内的多源异构数据,所述多源异构数据包括网络流量日志、主机运行状态数据以及外部威胁情报信息; 对所述多源异构数据进行特征提取处理,生成与每种数据类型对应的特征集合,并将各特征集合映射到统一的特征空间中,所述特征空间中的特征表示为数值型向量形式; 分析所述特征空间中的特征之间的关联性,构建特征关联矩阵以量化不同特征之间的相互关系,包括从所述特征空间中提取出所有特征的数值型向量形式,形成特征矩阵;计算特征矩阵中任意两个特征之间的皮尔逊相关系数,得到初始相关性矩阵;对初始相关性矩阵中的元素值进行绝对值处理,生成特征关联矩阵;对特征关联矩阵中的元素值进行归一化处理,使得所有元素值的取值范围限定在零到一之间;所述特征关联矩阵的元素值表征两个特征之间的相关程度; 基于所述特征关联矩阵,计算每个特征的权重分布值,选取权重分布值大于预设阈值的特征作为关键特征,包括对所述特征关联矩阵的每一行元素值求和,得到每个特征的初始权重值;将所有特征的初始权重值进行归一化处理,使得所有初始权重值的取值范围限定在零到一之间;将归一化后的初始权重值与预设阈值进行比较,若初始权重值大于预设阈值,则将对应特征标记为候选关键特征;统计候选关键特征的数量,并判断候选关键特征的数量是否超过第一数量限制值;若候选关键特征的数量超过第一数量限制值,则按照初始权重值降序排列,选择前若干个特征作为最终的关键特征;所述预设阈值为根据历史数据分析确定的固定值; 将所述关键特征输入至预训练的机器学习模型中,利用所述机器学习模型对目标网络系统的未来网络攻击面进行预测,生成预测结果。

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北京华云安信息技术有限公司,其通讯地址为:100094 北京市海淀区丰豪东路9号2号楼10层4单元1001;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。

免责声明
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。