恭喜重庆邮电大学龙昭华获国家专利权
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!
龙图腾网恭喜重庆邮电大学申请的专利一种软件定义网络环境下基于深度学习的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:CN116260616B 。
龙图腾网通过国家知识产权局官网在2025-05-27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:202211655516.0,技术领域涉及:H04L9/40;该发明授权一种软件定义网络环境下基于深度学习的入侵检测方法是由龙昭华;肖智文;张林设计研发完成,并于2022-12-21向国家知识产权局提交的专利申请。
本一种软件定义网络环境下基于深度学习的入侵检测方法在说明书摘要公布了:本发明请求保护一种SDN软件定义网络环境下基于深度学习的入侵检测方法。对于流经SDN网络的流量信息,控制器会以固定的速率去轮询交换机中的流表从而对流量信息进行统计,然而轮询固定时间过长会导致无法及时的获取网络流量信息进而影响网络入侵检测的判断,时间过短会导致控制器的负载过大。本发明提出了一种基于源IP地址Renyientropy雷尼熵变化的自适应网络流量采样方法,用于采集SDN网络中的流量数据,针对入侵检测,提出了一种SAE‑GRU稀疏自编码‑循环门单元神经网络相结合的入侵检测模型用于识别异常网络流量。当流量被判断为异常流量,控制器该异常流量下发流表丢弃。本发明能够有更加实时准确的收集SDN网络流量信息,识别网络中的异常流量。
本发明授权一种软件定义网络环境下基于深度学习的入侵检测方法在权利要求书中公布了:1.一种软件定义网络环境下基于深度学习的入侵检测方法,其特征在于,包括以下步骤:步骤a,控制器以间隔时间t通过发送ofpt_multipart_requestopenflow报文类型_多部分请求报文轮询OpenFlow交换机,OpenFlow交换机将流表中设计好的统计信息通过ofpt_multipart_replyopenflow报文类型_多部分响应报文返回给控制器的流量信息采集模块进行采集处理;步骤b,通过控制器流量信息采集模块收集的数据,统计源IP地址数量并计算单位时间内的Renyientropy雷尼熵,当熵值超过阈值时,减少轮询间隔时间t,加速提取流表特征;否则增加轮询间隔t值;步骤c,构建SAE-GRU稀疏自编码-循环门单元神经网络模型,该模型通过稀疏自编码器对重新提取数据特征,降维数据维度,降低维度后的数据通过GRU循环门单元深度神经网络进行分类检测判断是否是入侵流量;将带有标注的数据输入到该模型进行训练,训练后获得最佳模型,将模型导入到控制器之中来实现对网络流量异常的实时监控,实时发现是否存在网络攻击;步骤d,控制器检测模块加载训练后得到的最佳模型权重,对实时的网络流量判断是否是异常攻击流量;控制器针对异常数据报文信息下发流表,使交换机丢弃该数据,对于正常流量数据报文正常放行。
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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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”。
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。