国家工业信息安全发展研究中心杨佳宁获国家专利权
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!
龙图腾网获悉国家工业信息安全发展研究中心申请的专利基于生成式大模型的工业网络安全态势预测方法及系统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:CN121388958B 。
龙图腾网通过国家知识产权局官网在2026-04-28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:202511986651.7,技术领域涉及:G06F18/2433;该发明授权基于生成式大模型的工业网络安全态势预测方法及系统是由杨佳宁;刚占慧;郭娴;黄丹;王嘉伟;秦旭函;陈柯宇;樊佳讯设计研发完成,并于2025-12-26向国家知识产权局提交的专利申请。
本基于生成式大模型的工业网络安全态势预测方法及系统在说明书摘要公布了:本发明提供基于生成式大模型的工业网络安全态势预测方法及系统,涉及工业网络安全技术领域,包括获取工业网络中多个监测节点的时间序列网络行为数据,提取多维度特征得到安全特征向量;通过频域变换将特征向量分解为周期性基线分量与瞬态扰动分量,并通过稀疏性约束筛选得到分解态势特征;利用生成式大模型进行语义空间映射,得到语义增强态势表征,并基于分解态势特征计算节点间安全异常相关性,构建动态关联矩阵;基于动态关联矩阵构建传播算子,对语义增强态势表征进行多步迭代传播,引入衰减因子模拟异常影响扩散,得到未来时间窗口内的安全态势预测结果。
本发明授权基于生成式大模型的工业网络安全态势预测方法及系统在权利要求书中公布了:1.基于生成式大模型的工业网络安全态势预测方法,其特征在于,包括: 获取工业网络中多个监测节点在时间序列上的网络行为数据,对所述网络行为数据进行多维度特征提取,得到工业网络安全特征向量; 将所述工业网络安全特征向量通过频域变换分解为周期性基线分量与瞬态扰动分量,并通过稀疏性约束对所述瞬态扰动分量进行筛选,得到分解态势特征,包括: 将所述工业网络安全特征向量从时域映射至频域得到频域特征,将所述频域特征中的频谱系数按频率升序排列并进行指数拟合,得到能量衰减曲线; 计算各频率位置处的实际能量值与所述能量衰减曲线的拟合值之间的拟合残差,对所述拟合残差进行二阶差分运算得到残差曲率,识别所述残差曲率出现符号变化的频率位置作为频段分界点,分别将所述频段分界点之前和之后的频谱系数划分为主导频段和非主导频段; 分别对所述主导频段和所述非主导频段的频谱系数进行逆频域变换,得到周期性基线分量和初始瞬态扰动分量; 将所述初始瞬态扰动分量进行多时间尺度分解,计算每个时间尺度下扰动分量的幅值序列,计算所述幅值序列的零范数与序列长度的比值得到稀疏度,选取所述稀疏度最大的时间尺度作为主导尺度,提取所述主导尺度下幅值非零位置对应的时刻在所述初始瞬态扰动分量中的幅值,按降序排列后保留预设比例的时刻对应的扰动信号,得到筛选后的瞬态扰动分量,与所述周期性基线分量组合形成所述分解态势特征; 利用生成式大模型对所述周期性基线分量与所述分解态势特征进行语义空间映射,得到语义增强态势表征,基于所述分解态势特征,计算多个监测节点之间的安全异常相关性,构建工业网络节点间的动态关联矩阵; 基于所述动态关联矩阵构建工业网络安全态势的传播算子,通过所述传播算子对所述语义增强态势表征进行多步迭代传播,在每步迭代过程中利用所述周期性基线分量作为传播稳定性约束,利用所述分解态势特征作为传播激励源,并在迭代过程中引入衰减因子模拟异常影响随时间与空间的扩散衰减,得到未来时间窗口内的工业网络安全态势预测结果。
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国家工业信息安全发展研究中心,其通讯地址为:100040 北京市石景山区鲁谷路35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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励