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 > 长春大学王绍强获国家专利权

长春大学王绍强获国家专利权

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!

龙图腾网获悉长春大学申请的专利基于协议空间特征与多尺度Bi-Mamba模型的车载CAN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:CN121486112B

龙图腾网通过国家知识产权局官网在2026-04-03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:202610033650.9,技术领域涉及:H04L9/40;该发明授权基于协议空间特征与多尺度Bi-Mamba模型的车载CAN入侵检测方法是由王绍强;陈龙;闵浩嘉;郑金涛;钱嘉鹏设计研发完成,并于2026-01-12向国家知识产权局提交的专利申请。

基于协议空间特征与多尺度Bi-Mamba模型的车载CAN入侵检测方法在说明书摘要公布了:本发明属于车联网和通信安全技术领域,涉及基于协议空间特征与多尺度Bi‑Mamba模型的车载CAN入侵检测方法,该方法对每一条CAN报文构建一组多维协议空间特征,将输入样本转置为形状,之后通过三个不同卷积核大小的1维卷积分支,三路输出取平均融合,得到多尺度局部特征,随后转置为Mamba所需的形状;经双向Mamba堆叠层处理后,通过通道门控机制对时序特征进行自适应重加权,得到经过门控重加权后的特征;最后依次执行归一化、Dropout操作以及全局平均池化与MLP分类;该方法有效解决现有方法对CAN协议语义、时间行为与Payload统计缺乏统一建模的问题,以及多类攻击难以区分、整体检测精度不高,模型复杂度大、实时性与部署能力不足的技术问题。

本发明授权基于协议空间特征与多尺度Bi-Mamba模型的车载CAN入侵检测方法在权利要求书中公布了:1.一种基于协议空间特征与多尺度Bi-Mamba模型的车载CAN入侵检测方法,其特征在于,该方法包括以下步骤: 步骤S1.数据预处理: 将原始报文统一转换为标准字段,数据清洗后,对每一条CAN报文构建一组多维协议空间特征,多维协议空间特征包括:语义特征、统计特征和时序特征; 步骤S2.构建多尺度CNN+双向Mamba的入侵检测模型,所述入侵检测模型包括多尺度卷积分支、双向Mamba堆叠层、通道门控机制;输入样本首先被转置为形状,之后通过三个不同卷积核大小的1维卷积分支,三路输出取平均融合,得到多尺度局部特征,随后转置为Mamba所需的形状;经双向Mamba堆叠层处理后,通过通道门控机制对时序特征进行自适应重加权,得到经过门控重加权后的特征;最后依次执行归一化、Dropout操作以及全局平均池化与MLP分类; 步骤S3.对构建的多尺度CNN+双向Mamba的入侵检测模型进行训练; 步骤S4.基于训练好的入侵检测模型对实时接收的CAN流量数据进行识别分类,确定入侵检测结果; 双向Mamba堆叠层的层数为4层,每层均包括正向Mamba、反向Mamba,第层的计算形式为: ; ; ; ; 其中,,代表第层的输出,作为第层的输入,为第层正向Mamba的输出,Reverse表示序列的反转,代表第层反向Mamba的输出,代表正向和反向Mamba输出的融合结果,代表第层最终输出; MLP分类是通过两层全连接网络输出五类攻击概率,表达式为: ; 其中,z代表全局平均池化得到的样本级特征向量,代表非线性激活函数RELU,和是MLP第一层的可学习参数,用于将全局特征映射到隐空间,和是MLP输出层的可学习参数,用于将隐藏表示映射到类别空间,Softmax代表输出层激活函数。

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长春大学,其通讯地址为:130022 吉林省长春市朝阳区卫星路6543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。

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。