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 > 北京理工大学;绿盟科技集团股份有限公司杜文彪获国家专利权

北京理工大学;绿盟科技集团股份有限公司杜文彪获国家专利权

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!

龙图腾网获悉北京理工大学;绿盟科技集团股份有限公司申请的专利一种对抗性恶意流量生成方法及装置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:CN120151045B

龙图腾网通过国家知识产权局官网在2026-04-17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:202510327660.9,技术领域涉及:H04L9/40;该发明授权一种对抗性恶意流量生成方法及装置是由杜文彪;薛静锋;韩伟杰;王勇;刘振岩;单纯;顾杜娟;王萌设计研发完成,并于2025-03-19向国家知识产权局提交的专利申请。

一种对抗性恶意流量生成方法及装置在说明书摘要公布了:本发明涉及一种对抗性恶意流量生成方法及装置,属于网络安全技术领域。该方法具体过程为:生成恶意流量特征向量和良性流量特征向量,并在恶意流量特征向量中添加噪声;将添加噪声的恶意流量特征输入生成器,预训练的生成器生成对抗性的恶意流量特征向量并进行变异,生成变异的恶意流量特征向量;将变异的恶意流量特征向量和良性流量特征向量输入到入侵检测系统NIDS中,将NIDS的预测结果输入到鉴别器中;鉴别器对NIDS的预测结果进行分类输出概率值,并将其作为生成器创建新的对抗变异恶意流量特征的奖励;通过生成器和鉴别器之间的对抗性训练,生成器生成规避入侵检测系统NIDS的对抗性的恶意流量特征向量。

本发明授权一种对抗性恶意流量生成方法及装置在权利要求书中公布了:1.一种对抗性恶意流量生成方法,其特征在于,具体过程为: 首先,经过特征提取和预处理环节从流量中提取特征,将流量数据包转换为可逆的高维元数据特征向量,生成恶意流量特征向量和良性流量特征向量,并在恶意流量特征向量中添加噪声; 其次,将添加噪声的恶意流量特征输入生成器,预训练的生成器生成对抗性的恶意流量特征向量,并对所述恶意流量特征向量进行变异,生成变异的恶意流量特征向量; 再次,将变异的恶意流量特征向量和良性流量特征向量输入到入侵检测系统NIDS中,将NIDS的预测结果输入到鉴别器中; 最后,鉴别器对NIDS的预测结果进行分类输出概率值,并将其作为生成器创建新的对抗变异恶意流量特征的奖励; 通过生成器和鉴别器之间的对抗性训练,生成器生成规避入侵检测系统NIDS的对抗性的恶意流量特征向量; 采用RFPMPSO流量变异择优算法对所述恶意流量特征向量进行变异,所述RFPMPSO流量变异择优算法为带随机变异和动态感知因子的粒子群优化算法,从生成的对抗性流量样本中自动识别最佳的流量变异样本; 所述RFPMPSO流量变异择优算法进行变异的具体过程为: 第一步,针对对抗性的恶意流量特征向量,从位置重建变异流量,将原始流量直接检索出来后,用中的时间戳替换,得到变异的特征向量;对于变异的特征向量,参考确定协议类型的协议层数; 第二步,使用提取器从变异特征向量中提取特征; 第三步,计算提取特征与输入的对抗特征之间的距离,以确定变异效果; 还包括利用生成器生成的对抗性的恶意流量特征向量对入侵检测系统NIDS进行训练,具体为:采用自适应与迭代对抗数据增强的方式训练。

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理工大学;绿盟科技集团股份有限公司,其通讯地址为:100081 北京市海淀区中关村南大街5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。