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！

龍圖騰網恭喜江西理工大學申請的專利基于自監督學習和自知識蒸餾的物聯網入侵檢測方法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：CN114861875B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202210446932.3，技術領域涉及：G06N3/045；該發明授權基于自監督學習和自知識蒸餾的物聯網入侵檢測方法是由王振東;李澤煜;王俊嶺;楊書新;李大海;陳瀟瀟設計研發完成，并于2022-04-26向國家知識產權局提交的專利申請。

本基于自監督學習和自知識蒸餾的物聯網入侵檢測方法在說明書摘要公布了：基于自監督學習和自知識蒸餾的物聯網入侵檢測方法，輕量級入侵檢測模型第一階段訓練：確定在線網絡和目標網絡的網絡結構，并使用在線網絡的權重初始化目標網絡參數；將增強數據分別輸入到在線網絡和目標網絡進行訓練；根據自監督對比學習的損失函數所得的損失值調整訓練過程的誤差，直到在線網絡達到收斂；保存在線網絡的權重到本地以用于第二階段訓練；第二階段訓練：確定學生網絡的網絡結構，加載在線網絡權重到教師網絡；將增強數據輸入學生網絡和教師網絡進行訓練；根據自知識蒸餾的損失函數所得損失值調整訓練過程的誤差，直到學生網絡達到收斂；保存學生網絡權重到本地以用于輕量級入侵檢測模型測試。本發明提升入侵檢測速度，復雜度低。

本發明授權基于自監督學習和自知識蒸餾的物聯網入侵檢測方法在權利要求書中公布了：1.基于自監督學習和自知識蒸餾的物聯網入侵檢測方法，其特征在于，包括：1對入侵檢測數據集進行數據預處理，所述數據預處理包括字符型數據熱獨編碼和數據歸一化處理；2輕量級入侵檢測模型第一階段訓練：21確定在線網絡和目標網絡的網絡結構，并使用在線網絡的權重初始化目標網絡參數；22將增強數據分別輸入到在線網絡和目標網絡進行訓練；23根據自監督對比學習的損失函數所得的損失值調整訓練過程的誤差，直到在線網絡達到收斂；24保存在線網絡的權重到本地以用于第二階段訓練；3輕量級入侵檢測模型第二階段訓練：31確定學生網絡的網絡結構，加載第一階段訓練獲得的在線網絡權重到教師網絡；32將增強數據輸入學生網絡和教師網絡進行訓練；33根據自知識蒸餾的損失函數所得損失值調整訓練過程的誤差，直到學生網絡達到收斂；34保存學生網絡權重到本地以用于輕量級入侵檢測模型測試。

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江西理工大學，其通訊地址為：341000 江西省贛州市章貢區紅旗大道86號；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”。