公开(公告)号：CN116599727B

公开(公告)日：2024-08-02

申请号：CN202310573259.4

申请日：2023-05-19

Applicant: 北京理工大学

Inventor： 侯越晨 ,  孙明曦 ,  黄玮 ,  祝烈煌 ,  徐志磊

IPC: H04L9/40 ,  G06F18/214 ,  G06F18/24 ,  G06N3/043

Abstract: 一种基于深度模糊最小最大超盒的网络入侵检测方法，包括数据预处理、超盒初始化、超盒划分、同类超盒合并、异类超盒界限划分、入侵检测数据分类和分类结果展示步骤。本发明以改进的模糊最小最大(FMM)算法DFMH为基础，以国际标准数据集UNSW‑NB15网络流量数据集为例，首先对网络流量数据进行归一化，然后输入FMM模型进行分类，从而判断某条网络流量是否为包含网络攻击，并将相关结果以表格的形式展示出来，一定程度上能够改善现有网络入侵检测方法耗时长、准确率低等问题。测试结果表明，本发明提供的方法对于网络入侵检测的效果要优于传统的FMM算法。

公开(公告)号：CN117876281A

公开(公告)日：2024-04-12

申请号：CN202410166866.3

申请日：2024-02-06

Applicant: 北京理工大学

Inventor： 徐志磊 ,  侯越晨 ,  黄玮 ,  赵丰年

IPC: G06T5/90 ,  G06T5/50 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/043 ,  G06T5/60

Abstract: 一种基于生成对抗式的隐蔽管线图像数据增强方法，包括重构生成对抗网络结构用于隐蔽管线雷达图像数据生成和构造模糊最小最大神经网络用于控制生成图像质量两个关键部分。本发明对生成对抗网络进行结构重构，形成扩展的生成对抗网络，通过探地雷达获取的真实隐蔽管线图像数据集作为扩展的生成对抗网络的输入，将生成的图像通过模糊最小最大神经网络进行筛选，得到有效的增强图像数据。将增强图像与真实隐蔽管线图像数据集混合对公开分类器进行训练、测试和验证，与传统方法相比，该方法生成的图像数据具有更高的验证准确率，数据增强效果优于传统的生成对抗网络模型。

公开(公告)号：CN116599727A

公开(公告)日：2023-08-15

申请号：CN202310573259.4

申请日：2023-05-19

Applicant: 北京理工大学

Inventor： 侯越晨 ,  孙明曦 ,  黄玮 ,  祝烈煌 ,  徐志磊

IPC: H04L9/40 ,  G06F18/214 ,  G06F18/24 ,  G06N3/043

Abstract: 一种基于深度模糊最小最大超盒的网络入侵检测方法，包括数据预处理、超盒初始化、超盒划分、同类超盒合并、异类超盒界限划分、入侵检测数据分类和分类结果展示步骤。本发明以改进的模糊最小最大(FMM)算法DFMH为基础，以国际标准数据集UNSW‑NB15网络流量数据集为例，首先对网络流量数据进行归一化，然后输入FMM模型进行分类，从而判断某条网络流量是否为包含网络攻击，并将相关结果以表格的形式展示出来，一定程度上能够改善现有网络入侵检测方法耗时长、准确率低等问题。测试结果表明，本发明提供的方法对于网络入侵检测的效果要优于传统的FMM算法。