公开(公告)号：CN119854795A

公开(公告)日：2025-04-18

申请号：CN202510019372.7

申请日：2025-01-07

Applicant: 桂林电子科技大学

Inventor： 何倩 ,  杨先荣 ,  江炳城 ,  董庆贺 ,  陈亦婷 ,  何易飞 ,  潘琪 ,  黄明 ,  王勇

IPC: H04W12/122 ,  H04W84/06 ,  H04L43/04 ,  G06F18/15 ,  G06F18/214 ,  G06F18/2132 ,  G06F18/23213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及网络安全与卫星互联网技术领域，提出了一种基于CNN和RWav‑KAN的卫星网络异常检测方法。针对卫星网络数据(包括通信数据、遥测数据及控制数据)的规模大、维度高、时间相关性强及动态非平稳等复杂特性，首先，本发明利用卷积神经网络(CNN)提取空间信息特征，捕捉局部模式。随后，通过残差小波科尔莫戈洛夫‑阿诺尔德网络(RWav‑KAN)提取频域特征，采用小波变换捕捉多频率成分，增强复杂流量模式识别能力。最后，通过双通道RWav‑KAN结构融合多尺度特征，并结合Softmax分类器，显著提升了模型的泛化性能和检测准确性。本发明通过融合CNN的空间特征提取能力与RWav‑KAN的多尺度频域分析能力，有效解决了卫星网络异常检测中的特征提取与多尺度分析难题，为卫星网络安全防护提供了新的技术手段。