一种基于卷积Trans的对称加密入侵检测方法及系统

AITNT
正文
推荐专利
一种基于卷积Trans的对称加密入侵检测方法及系统
申请号:CN202510162211
申请日期:2025-02-14
公开号:CN120034369A
公开日期:2025-05-23
类型:发明专利
摘要
本发明公开了一种基于卷积Trans的对称加密入侵检测方法及系统,属于核聚变安全技术领域,包括以下步骤:获取数据集并进行加密处理,得到初步训练数据集;建立CNN网络模型进行对加密后的初步训练数据集进行特征学习,得到最终训练数据集;建立Transformer网络模型,将最终训练数据集输入Transformer网络模型进行处理,输出并保存与最终训练数据集中的每个训练数据集对应的入侵检测模型;基于保存的入侵检测模型,对获取的待测网络系统流量数据进行监测匹配。本发明步骤设计简单合理,避免因信息简单导致被获取泄露和模型老旧导致准确性不够高等问题,提高了数据的安全性和网络入侵检测的准确性。
技术关键词
入侵检测方法 入侵检测模型 数据 网络系统 积层 物联网系统 网络入侵检测 注意力机制 入侵检测系统 对称加密算法 物联网平台 处理器 解码器 编码器 监测单元 核聚变 代表 可读存储介质
系统为您推荐了相关专利信息
1
一种用于自动驾驶的实时目标检测、跟踪和运动预测方法
运动预测方法 激光雷达点云数据 多模态信息融合 点云特征提取 三维点云数据
2
基于NIST随机性测试的分组加密算法识别方法、计算机系统
分组加密算法 分组密码算法 识别方法 计算机程序模块 测试特征
3
一种适用于现代供电服务体系的数据管理系统
供电服务体系 数据管理系统 分类服务 业务管理模块 员工
4
基于AI的数据安全性核查方法及系统
关键词 数据安全性 核查方法 文本 拼音
5
融合区块链的联邦学习方法、装置、服务器及存储介质
客户端 联邦学习方法 更新模型参数 节点 服务器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号