龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工业大学
申请日：2023-06-29
公开（公告）日：2023-09-29
公开（公告）号：CN116821907A
主分类号：G06F21/56
分类号：G06F21/56;G06N20/00
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.10.24#实质审查的生效;2023.09.29#公开
摘要：本发明提出一种基于Drop‑MAML的小样本学习入侵检测方法，属于入侵检测技术领域。包括：S1.初始化元学习模型；S2.根据训练次数设置元学习模型总损失或对元学习模型进行参数调整；S3.根据待取出元任务编号确定取出元任务或更新元学习模型训练次数；S4.判断元任务是否符合丢弃策略，基于丢弃概率阈值和丢弃策略决策是否丢弃元任务；S5.深拷贝元学习模型，获得基学习器，将元任务划分为支持集和询问集，支持集迭代优化基学习器，询问集计算lossi；S6.将lossi累加到总损失sum‑loss中,执行S3。解决无法利用少量新型恶意攻击样本对模型参数进行充分调整，使模型无法适应新型恶意攻击识别问题。提升小样本场景攻击识别效果。
主权项：1.一种基于Drop-MAML的小样本学习入侵检测方法，其特征在于，包括以下步骤：S1.初始化元学习模型，此时元学习模型训练次数epoch＝0；S2.根据训练次数设置元学习模型总损失或对元学习模型进行参数调整；S3.根据待取出元任务编号确定取出元任务或更新元学习模型训练次数；S4.判断元任务是否符合丢弃策略，设置丢弃概率阈值P，基于丢弃概率阈值P和丢弃策略决策是否丢弃元任务，具体为：判断元任务是否符合丢弃策略，若符合丢弃策略，设置丢弃概率阈值P，利用随机函数random生成一个0到1的随机值，若随机值小于丢弃概率阈值P，则丢弃元任务，同时执行S6；否则执行S5；丢弃策略包括基于距离的丢弃策略和基于分类器的丢弃策略；S5.深拷贝元学习模型，获得基学习器，将元任务Ti划分为支持集和询问集，利用支持集迭代优化基学习器，利用询问集计算基学习器在元任务Ti上的模型损失lossi；S6.将lossi累加到总损失sum-loss中，取出的元任务的编号i＝i+1,执行S3。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种基于Drop-MAML的小样本学习入侵检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号