首页>成果转化>专利

基于卷积神经网络的DDoS攻击检测方法

分类:H04L29/06

发明人:程杰仁,陈美珠,唐湘滟

专利权人:海南大学

申请号:CN202011605950.9申请日期:2020-12-30

联系电话:18571690695

联系邮箱:niujj@uipplus.com

价值度评分:41

本发明是基于卷积神经网络的DDoS攻击检测方法,通过研究了DDoS攻击与检测的现状和发展趋势,分析了DDoS攻击原理、类型以及SVM的工作原理和网络流数据处理的方法并引入卷积神经网络对模型进行训练,学习各种网络安全指标,以实现对网络的全面评估。首先,对数据进行Min‑Max归一化、PCA降维处理,通过核函数将预处理后的样本映射到高维特征空间,再引入参数V控制支持向量和错误向量的个数。然后,将初始模型转换为对偶模型,求出决策系数w和决策项b,最终获得最优分类超平面。基于卷积神经网络的DDoS攻击检测方不仅提高了分类准确率、降低了误报率,还确保了分类模型的稳定性和时效性,它更高效地检测了DDoS攻击,降低了网络安全的风险。
公告日 法律状态 法律状态信息
专利价值度评分
技术价值
经济价值
法律价值
总评:41
该专利价值较低(仅供参考)

该专利的技术、经济、法律价值经系统自动评估后的总评得分较低,可以重点关注其公开的技术内容。

本专利文献包含【1个独立权利要求】、【1个实施例】、【2个技术分类】,从一定程度上而言上述指标的数值越大可以反映出所述专利的技术保护及应用范围越广。

技术价值:31

该指标主要从专利申请的著录信息、法律事件等内容中挖掘其技术价值,专利类型、独立权利要求数量、无效请求次数等内容均可反映出专利的技术性价值。技术创新是专利申请的核心,若您需要进行技术借鉴或寻找可合作的项目,推荐您重点关注该指标。

部分指标包括:

授权周期(发明)0个月

独立权利要求数量1个

从属权利要求数量0个

说明书页数5页

实施例个数1个

发明人数量3人

被引用次数0次

引用文献数量0个

优先权个数0个

技术分类数量2个

无效请求次数0次

分案子案个数0个

同族专利数0个

专利获奖情况

保密专利的解密

经济价值:7

该指标主要指示了专利技术在商品化、产业化及市场化过程中可能带来的预期利益。专利技术只有转化成生产力才能体现其经济价值,专利技术的许可、转让、质押次数等指标均是其经济价值的表征。因此,若您希望找到行业内的运用广泛的热点专利技术及侵权诉讼中的涉案专利,推荐您重点关注该指标。

部分指标包括:

申请人数量1人

申请人类型院校;

许可备案次数0次

权利质押次数0次

权利转移次数0次

是否海关备案

法律价值:3

该指标主要从专利权的稳定性角度评议其价值。专利权是一种垄断权,但其在法律保护的期间和范围内才有效。专利权的存续时间、当前的法律状态可反映出其法律价值。故而,若您准备找寻权属稳定且专利权人非常重视的专利技术,推荐您关注该指标。

部分指标包括:

存活期/维持时间0

法律状态审中-公开发明

发表留言