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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 北京邮电大学辛阳获国家专利权

北京邮电大学辛阳获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种基于DACGAN-Transformer的混合型内部威胁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:CN119397535B

龙图腾网通过国家知识产权局官网在2026-03-27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:202510011849.7,技术领域涉及:G06F21/56;该发明授权一种基于DACGAN-Transformer的混合型内部威胁检测方法是由辛阳;赵思艺;商彦磊;姚良威;赵泓策设计研发完成,并于2025-01-06向国家知识产权局提交的专利申请。

一种基于DACGAN-Transformer的混合型内部威胁检测方法在说明书摘要公布了:本发明涉及数据处理技术领域,本发明提供的一种基于DACGAN‑Transformer的混合型内部威胁检测方法,解决了内部威胁检测中数据不平衡和检测方法缺乏细粒度分析的问题。通过生成对抗网络GAN生成与正常数据分布相似但具有异常特征的样本,增强数据集并初步判断异常,利用Transformer模型对日志数据进行分层特征提取,异常检测包括单日志异常检测和上下文异常检测,提高检测的细粒度和准确性。最后,结合GAN的整体异常分数和Transformer的分层异常分数,通过多层感知器进行综合评估,判定日志条目是否异常,本发明有效提高了内部威胁检测的精度和系统的安全性。

本发明授权一种基于DACGAN-Transformer的混合型内部威胁检测方法在权利要求书中公布了:1.一种基于DACGAN-Transformer的混合型内部威胁检测方法,其特征在于,包括: 获取服务器日志、应用程序日志及网络设备日志,进行去噪、格式化及时间戳对齐排序处理;将处理后的日志输入生成对抗网络,用于生成增强的异常样本集,并输出整体异常分数; 使用Drain算法解析日志,分离日志模板和参数;通过单日志模板编码器和单日志参数编码器分别提取单条日志的模板表示向量和参数表示向量;通过模板序列编码器和参数序列编码器分别提取日志序列的模板上下文表示和参数上下文表示;所述编码器均采用TransformerBlock结构,并通过平均池化层输出固定长度向量; 对单日志的模板表示和参数表示进行线性变换及归一化,输出单日志异常分数;对日志序列的模板序列表示和参数序列表示进行线性变换和融合,通过TransformerBlock学习上下文依赖关系,输出上下文异常分数;将单日志异常分数与上下文异常分数通过线性加权融合,得到分层异常分数; 将生成对抗网络的整体异常分数与分层异常分数输入多层感知器进行综合评估;其中,整体异常分数对应未解析的原始日志粒度,分层异常分数对应解析后的单日志粒度和上下文日志粒度;通过MLP输出异常概率,根据阈值判定每条日志是否异常。

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邮电大学,其通讯地址为:102206 北京市昌平区沙河高教园南丰路1号北京邮电大学(沙河校区);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。