专利汇可以提供一种基于嵌入式特征选择架构的通信网络入侵检测方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于嵌入式特征选择架构的通信网络入侵检测方法,所述方法包括:S1:智能体训练:首先对待检测通信网络的历史传输数据进行 数据处理 ,再对嵌入式智能体进行训练,筛选出通信数据的特征属性,并训练得到满足收敛 精度 要求的嵌入式智能体;S2:在线监测:利用满足训练收敛准确率要求的嵌入式智能体,在线监测通信通道的实时传输数据;包括:通信通道的实时传输进行数据处理,再对通信网络是否存在入侵 信号 进行判定,并得出判定结果。本发明引入嵌入式特征选择方法,在智能体训练阶段通过将特性属性辨识与检测智能体训练融合一体,大幅简化了检测智能体辨识实施流程,有效提高了检测效率。,下面是一种基于嵌入式特征选择架构的通信网络入侵检测方法专利的具体信息内容。
1.一种基于嵌入式特征选择架构的通信网络入侵检测方法,其特征在于,所述方法包括:
S1:智能体训练:首先对待检测通信网络的历史传输数据进行数据处理,再对嵌入式智能体进行训练,筛选出通信数据的特征属性,并训练得到满足收敛精度要求的嵌入式智能体;
S2:在线监测:利用满足训练收敛准确率要求的嵌入式智能体,在线监测通信通道的实时传输数据;包括:通信通道的实时传输进行数据处理,再对通信网络是否存在入侵信号进行判定,并得出判定结果。
2.根据权利要求1所述的基于嵌入式特征选择架构的通信网络入侵检测方法,其特征在于,S1和S2中的数据处理具体为:将数据的属性数值进行处理,结合嵌入式智能体训练需要,将其规范化为离散数值型数据;
规范化处理过程包括:字符转化、标幺化、离散化三个阶段;
字符转化:对于取值为字符类型的通信网络传输数据根据其字符数值对应转化为离散化的整数值;
标幺化:将连续数值型通信网络传输数据属性,根据其取值范围,将其转化为0-1范围内的数值,转化公式可表示为:
(1)
式(1)中, 为标幺化前后第i项属性的取值, 分别为 取值的
上下限;
离散化:将标幺化处理的连续数值型通信网络传输数据属性转化为离散型取值,采用线性化离散处理的方式,将其转化为1至20的离散整数。
3.根据权利要求2所述的基于嵌入式特征选择架构的通信网络入侵检测方法,其特征在于,将标幺化处理的连续数值型通信网络传输数据属性转化为离散型取值的转化方法为当标幺值属于[0,0.05)时,转化为离散化数值为1;当标幺值属于[0.05,0.1)时,转化为离散化数值为2;当标幺值属于[0.1,0.15)时,转化为离散化数值为3;当标幺值属于[0.15,
0.2)时,转化为离散化数值为4;当标幺值属于[0.2,0.25)时,转化为离散化数值为5;当标幺值属于[0.25,0.3)时,转化为离散化数值为6;当标幺值属于[0.3,0.35)时,转化为离散化数值为7;当标幺值属于[0.35,0.4)时,转化为离散化数值为8;当标幺值属于[0.4,0.45)时,转化为离散化数值为9;当标幺值属于[0.45,0. 5)时,转化为离散化数值为10;当标幺值属于[0.5,0.55)时,转化为离散化数值为11;当标幺值属于[0.55,0.6)时,转化为离散化数值为12;当标幺值属于[0.6,0.65)时,转化为离散化数值为13;当标幺值属于[0.65,0.7)时,转化为离散化数值为14;当标幺值属于[0.7,0.75)时,转化为离散化数值为15;当标幺值属于[0.75,0.8)时,转化为离散化数值为16;当标幺值属于[0.8,0.85)时,转化为离散化数值为17;当标幺值属于[0.85,0.9)时,转化为离散化数值为18;当标幺值属于[0.9,0.95)时,转化为离散化数值为19;当标幺值属于[0.95,1]时,转化为离散化数值为20。
4.根据权利要求1所述的基于嵌入式特征选择架构的通信网络入侵检测方法,其特征在于,S1中对嵌入式智能体进行训练具体操作为:
基于经历史传输数据处理后的数据集 ,
其中 , ;其中,
为通信通道传输数据流的传输数据序列属性集合,
为根据人工辨识所得到的传输数据是否存在通信网络入侵的
数值量化判定值,其取值越大表明存在入侵概率越高,取值越小表明不存在入侵概率越高;
嵌入式智能体训练模型可表示为:
(2)
式(2)中, 为线性拟合的系数向量, 为正则化参数,满足 , 为系数向量的一阶范数,也称为一阶正则化系数;
对嵌入式智能体训练模型的求解可采用近端梯度下降算法;
令 ,则可在上述模型求解结果所在解处将通过二阶泰
勒展开式近似为:
(3)
式(3)中,const为与 无关的常数, 为向量内积算子,L为利用L-Lipschitz条件计算所得的常数; 为 任一自变量取值,k为迭代求解的轮数, 为 该自变量位置的函数梯度;
若 取最小值,则可按照如下条件对 修正:
(4)
对式(2)所示的模型,可进一步将其转化为:
(5)
对式(5),令 ,则对于 的第i个分量 ,可获得其闭式
解:
(6)
式(6)中, 分别为 的第i个分量;
利用PGD算法求解所得的系数向量中大量分量将取值为0,其余非零分量所对应的属性即为其特征属性。
5.根据权利要求4所述的基于嵌入式特征选择架构的通信网络入侵检测方法,其特征在于,S1中智能体是否满足收敛精度要求的判定为:根据训练所得的嵌入式智能体,对历史数据进行测试;若测试准确率达到人工设定的阈值要求,则输出;否则重新对嵌入式智能体进行训练,放宽L值,以提升测试准确率,直至满足测试准确率要求。
6.根据权利要求5所述的基于嵌入式特征选择架构的通信网络入侵检测方法,其特征在于,S2中通信网络是否存在入侵信号进行判定具体为:
根据式(2)计算S2通信网络中传输数据属性规范化数值,根据所得结果带入辨识智能体训练后所得到的辨识智能体,计算其所对应的网络入侵指数,记为 ;若实时通信流量的状态参数超过给定限值,则判定为通信正常,即:
(7)
式中, 即为给定的通信状态限值;若不满足式要求,则表明通信异常,存在入侵信号的可能。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
配电网的分布式无功调度方法、系统、设备及存储介质 | 2020-05-08 | 162 |
资源敏感的联合金融欺诈检测模型训练方法及检测方法 | 2020-05-08 | 257 |
一种主动学习方法、装置及终端设备 | 2020-05-08 | 303 |
基于任务依赖的计算卸载方法、系统、设备及介质 | 2020-05-11 | 630 |
一种DoS攻击下的目标跟踪方法 | 2020-05-08 | 79 |
一种适用于水下机器人目标抓取的连续跟踪方法 | 2020-05-08 | 843 |
一种基于数字孪生平台的工厂管理系统及方法 | 2020-05-11 | 86 |
适于无线网络的资源分配方法、装置和系统 | 2020-05-08 | 359 |
在大规模MIMO中基于光滑范数的压缩感知信道估计方法 | 2020-05-08 | 150 |
一种基于量子混沌和混沌复动力系统的图像加密方法 | 2020-05-08 | 927 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。