基于卷积神经网络和轻量级梯度提升机的入侵检测方法
发明专利本发明公开了一种基于卷积神经网络和轻量级梯度提升机的入侵检测方法,涉及网络安全领域的入侵检测技术,包括:数据预处理:在数据预处理的过程包括数据类型转换、过采样技术和图像数据转换;特征选择:使用CNN模型选择特征;入侵检测分类:使用LightGBM算法做分类。本发明克服了数据不平衡性、高维性和非线性给入侵检测分析带来的困难,从而在准确率、精确率、漏报率等多维评价指标中表现出较好性能。
《基于卷积神经网络和轻量级梯度提升机的入侵检测方法》是一发明专利,专利号为 2021110304484,当前法律状态为已下证,由燕山大学提出申请,发明人为王倩;赵文仿;任家东,申请日期为2021-09-03,公开(公告)日期为2024-10-29,国际专利分类号(IPC)为 G06F21/55(2013.01)I;G06F18/24(2023.01)I;G06N3/0464(2023.01)I;G06N3/048(2023.01)I;G06N3/08(2023.01)I;G06F18/214(2023.01)I;G06N20/20(2019.01)I,所属技术领域包括:计算机、互联网、软件安全、信息安全、数据安全、网络入侵检测、数据算法、服务器、IP、域名。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于卷积神经网络和轻量级梯度提升机的入侵检测方法,涉及网络安全领域的入侵检测技术,包括:数据预处理:在数据预处理的过程包括数据类型转换、过采样技术和图像数据转换;特征选择:使用CNN模型选择特征;入侵检测分类:使用LightGBM算法做分类。本发明克服了数据不平衡性、高维性和非线性给入侵检测分析带来的困难,从而在准确率、精确率、漏报率等多维评价指标中表现出较好性能。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
