買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)申請的專利基于動態網絡特征篩選的強化學習入侵檢測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119696934B 。

龍圖騰網通過國家知識產權局官網在2025-05-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510206124.3，技術領域涉及：H04L9/40；該發明授權基于動態網絡特征篩選的強化學習入侵檢測方法及系統是由顧釗銓;張志強;譚灝南;張希麒;朱東;曾麗儀;王樂;方濱興設計研發完成，并于2025-02-25向國家知識產權局提交的專利申請。

本基于動態網絡特征篩選的強化學習入侵檢測方法及系統在說明書摘要公布了：本發明公開了一種基于動態網絡特征篩選的強化學習入侵檢測方法及系統，方法包括構建基于Transformer框架增強的自適應獎勵強化學習網絡和結合小龍蝦優化算法進行網絡流量特征篩選，基于Transformer增強的自適應獎勵強化學習網絡架構，通過將Transformer機制與強化學習相結合，顯著增強了在動態網絡環境中的自適應學習和決策優化能力；結合小龍蝦優化算法對高維網絡流量進行特征萃取捕捉對入侵檢測最有價值的特征集合，能夠高效地從復雜多變的網絡流量數據中提取出最具代表性的特征子集，提升了特征選擇過程的自動化和精度；本發明方法有效克服了現有技術在樣本不均衡、特征選擇、動態適應性等方面的不足，提供一種更加智能、高效的入侵檢測解決方案。

本發明授權基于動態網絡特征篩選的強化學習入侵檢測方法及系統在權利要求書中公布了：1.一種基于動態網絡特征篩選的強化學習入侵檢測方法，其特征在于，所述方法包括構建基于Transformer框架增強的自適應獎勵強化學習網絡，包括以下步驟：基于訓練集數據構建強化學習網絡并自適應確定強化學習的獎勵機制；對輸入的網絡流量數據特征進行位置編碼，以增強時序特性表示；將經過位置編碼處理的網絡流量數據輸入到基于Transformer框架的智能體中進行攻擊檢測，通過基于Transformer框架增強的特征提取和決策網絡生成對輸入網絡流量數據的攻擊識別結果，將攻擊識別結果與實際標簽進行對比，計算識別的準確性和分類錯誤率，并結合自適應獎勵機制，給予智能體相應的獎懲，并反饋給智能體；循環抽取新樣本輸入智能體不斷更新狀態空間并強化經驗池學習，直至智能體模型收斂，完成基于Transformer框架增強的自適應獎勵強化學習網絡的訓練；所述方法還包括結合小龍蝦優化算法進行網絡流量特征篩選，包括以下步驟：初始化小龍蝦種群、小龍蝦個體表征的特征子空間、溫度、迭代次數及適應度值；利用溫度衰減公式引導搜索向局部最優收斂；利用翻轉概率動態調整特征子空間的選擇策略，優化對關鍵特征的探索能力及適應度值；針對迭代過程中存在龍蝦個體未產生更優適應度值的情況，觸發全局隨機搜索打破局部收斂局面；基于迭代完成后輸出的最優特征集合，結合訓練集與驗證集，構建基于Transformer框架增強的自適應獎勵強化學習網絡并訓練后用于部署應用；全局隨機搜索具體包括：若連續N次迭代過程中某個龍蝦個體未產生更優的適應度值，則觸發全局隨機搜索以打破局部收斂局面，所述全局隨機搜索的表達式為： ， ，其中，是對特征狀態的更新，randj是范圍在[0,1]的隨機數，用于對第j個特征引入隨機性，α為擴張因子，為最大溫度，fi為適應度值，表示當前龍蝦個體基于選取的特征集合在驗證集上的入侵檢測準確率；若經過隨機搜索后，第i只龍蝦個體的適應度值fi優于原適應度值，則更新該個體及其對應的適應度值，從而提升算法對全局最優解的搜索能力。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)，其通訊地址為：518000 廣東省深圳市南山區桃源街道深圳大學城哈爾濱工業大學校區；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。