买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于元学习的小样本Wi-Fi伪装攻击检测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113938889B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111148387.1，技术领域涉及：H04W12/122；该发明授权一种基于元学习的小样本Wi-Fi伪装攻击检测方法和系统是由洪榛;李涛涛;刘利松设计研发完成，并于2021-09-27向国家知识产权局提交的专利申请。

本一种基于元学习的小样本Wi-Fi伪装攻击检测方法和系统在说明书摘要公布了：一种基于元学习的小样本Wi‑Fi伪造攻击检测方法，包括：1数据预处理：将网络流量特征转换为图像，图像通道数与协议框架的分层特征相一致，将数据标签进行热编码处理；2深度特征提取：使用卷积神经网络处理数据，提取空间结构特征；将原始特征和提取后的特征一同输入多个全连接层，最后输出预测任务标签；3多辅助网络的元知识转移：构建多个辅助网络分别从历史WAID任务学习元知识，快速适应新任务；4方法评估：从3个类型中随机选择2个类型形成历史WAID任务，选择正常样本和剩余新的攻击类型构建新WAID任务。本发明还包括一种基于元学习的小样本Wi‑Fi伪造攻击检测的系统。本发明适用于少样本的情形，满足物联网资源约束性和实时性要求。

本发明授权一种基于元学习的小样本Wi-Fi伪装攻击检测方法和系统在权利要求书中公布了：1.一种基于元学习的小样本Wi-Fi伪装攻击检测方法，其特征在于，包括以下步骤： 1数据预处理：数据来自公开可用的AWID数据集，它包含了从真实网络环境中收集的大量Wi-Fi伪装攻击流量数据；首先将网络流量特征转换为图像，并且图像通道数与网络协议分层框架的层数相一致，其次将数据标签进行one-hot编码处理； 2深度特征提取：使用卷积神经网络CNN处理数据，提取协议空间结构特征；为了提升特征学习性能，将原始特征和提取后的特征一同输入多个全连接层； 3多个辅助网络的元知识转移：构建多个辅助网络分别从不同的历史Wi-Fi伪装攻击检测Wi-Fiimpersonationattackdetection，WAID任务学习元知识并将知识迁移至新的存在小样本问题的WAID任务；具体包括以下过程： 步骤301，构建WAID任务：针对不同的WAID任务Tt，构建几个辅助网络分别单独训练，其中θt表示第t个WAID任务的模型参数；然后将WAID任务定义为其中T,N,K,Q分别表示任务的数量，类别数，支持集St数量，查询集Qt数量，和Yi t分别表示第t个WAID任务的数据样本和标签；一个WAID任务可以被认为是通过少量支持集样本识别未知的Wi-Fi伪装攻击其中和分别表示数据样本和标签； 步骤302，具体的训练过程如下：首先训练St，通过二元交叉损失函数获得分类损失Lθt， 之后根据梯度下降法更新辅助网络Gθtaux中的参数θt′： 其中，α和分别表示元学习率和Tt的梯度； 将更新梯度用于查询集Qt测试，通过计算损失Lθt′获取Tt的元知识； 对于不同的Tt，元目标函数被定义为： 从形式上看，使用梯度下降法来获得一个自我学习模型Gθ**： 其中，β是元步长；之后使用Gθ**对新的WAID任务Tnew进行少样本微调： 其中，θ′new代表更新后网络Gθ′new的参数，表示Tnew＝{Xnew,Ynew}的损失，其中Xnew和Ynew分别表示新的测试样本和标签；最后，可以对新任务进行预测： 其中，FXnew；θ′new为全连接层特征；FCs为全连接层映射函数； 4方法评估：使用准确率Accuracy、精准率Precision、召回率Recall和F1_score来评估所述一种基于元学习的小样本Wi-Fi伪装攻击检测方法的性能；具体包括以下步骤： 步骤401，方法评价：数据来自公开可用的AWID数据集，它包含了从真实网络环境中收集的最大数量的Wi-Fi网络数据；它包含四种类型：正常实例，假冒攻击，泛洪攻击和注入攻击，且在训练集中正常实例与攻击实例的比例为33：1：1：1.35；在训练阶段，从3个攻击类型中随机选择2个攻击类型和正常实例形成历史WAID任务；在测试阶段，使用正常样本和新的攻击类型组成新的WAID任务；将每个WAID任务定义为二分类任务，即对正常和新的异常进行分类； 步骤402，评价指标：为了定量地评估WAID任务的性能，使用准确率Acc、精准率Preci、召回率Rci和F1_score作为衡量标准： 其中，TPi，TNi，FPi，FNi分别表示标签集中第i个标签的真阳性、真阴性、假阳性和假阴性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。