龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：杭州师范大学
摘要：本发明公开一种基于类特征对齐迁移学习的车联网变种攻击入侵检测方法，包括收集车联网流量数据包并对其进行预处理，得到标注后的包含已知攻击数据的源域数据集和存在变种攻击数据的目标域数据集；基于门控循环单元GRU搭建类别特征提取器并结合全连接层标签分类器构建入侵检测模型；通过优化最大均值差异MMD和交叉熵损失函数构建的复合约束损失函数，对齐各类已知攻击及其变种攻击的特征表示；使用训练后的入侵检测分类识别模型变种攻击入侵检测。本发明通过优化MMD损失函数减小已知攻击和目标攻击的数据差异，实现了类别特征对齐，使特征提取器识别各类已知攻击及其变种之间的相似特征，实现了对变种攻击的有效检测与入侵行为的准确识别。
主权项：1.一种基于类特征对齐迁移学习的车联网变种攻击入侵检测方法，其特征在于，该方法包括以下步骤：S1.收集车联网网络流量数据包并对其进行流级特征提取和标注处理，得到标注后的包含已知攻击数据的源域数据集和存在变种攻击数据的目标域数据集；S2.对源域数据集和目标域数据集进行归一化处理后使用主成分分析方法进行降维，并对源域数据集的标签应用独热编码转换；S3.利用门控循环单元GRU构建的特征提取器对预处理后的数据集进行特征提取并通过标签分类器对源域数据集进行类别预测，使用最大均值差异MMD损失函数进行源域和目标域数据集的特征对齐并对模型进行优化；S4.导出训练后的入侵检测分类识别模型，使用训练后的入侵检测分类识别模型变种攻击入侵检测。
全文数据：
权利要求：
百度查询： 杭州师范大学 一种基于类特征对齐迁移学习的车联网变种攻击入侵检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号