買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉成都信息工程大學申請的專利融合模糊聚類分析與模糊綜合評判決策的網絡安全態勢評估方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120342780B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510780752.2，技術領域涉及：H04L9/40；該發明授權融合模糊聚類分析與模糊綜合評判決策的網絡安全態勢評估方法是由李斌勇;劉科盛;徐文蓉;晏熙設計研發完成，并于2025-06-12向國家知識產權局提交的專利申請。

本融合模糊聚類分析與模糊綜合評判決策的網絡安全態勢評估方法在說明書摘要公布了：本發明公開了融合模糊聚類分析與模糊綜合評判決策的網絡安全態勢評估方法，涉及網絡安全技術領域，包括：首先，獲取初始數據矩陣，再利用平移?極差變換法進行標準化，接著通過相似系數?數量積法構建模糊相似矩陣，然后基于閉包傳遞特性，獲取模糊等價矩陣，并進行動態聚類，構建一級態勢因素集和二級態勢因素集；之后根據專家建議，獲取每個聚類的特征屬性單因素模糊映射集，并利用層次分析法得到相應的權重向量；利用加權平均型算子計算模糊綜合評判矩陣，進而通過最大隸屬度原則，獲得網絡安全態勢的狀況。因此，采用上述方法，能夠全面考慮各聚類因素的模糊相互作用及權重分布，實現網絡安全態勢評估，且評估框架更靈活、適應性更強。

本發明授權融合模糊聚類分析與模糊綜合評判決策的網絡安全態勢評估方法在權利要求書中公布了：1.融合模糊聚類分析與模糊綜合評判決策的網絡安全態勢評估方法，其特征在于，包括以下步驟： S1、將不同的攻擊類型的特征屬性作為一級指標域，并將攻擊類型作為二級指標性狀，得到初始數據矩陣； S2、利用平移-極差變換法對初始數據矩陣進行標準化，并基于標準化矩陣，通過相似系數-數量積法獲取每對特征屬性的相似性度量，進而構建模糊相似矩陣； S3、基于閉包傳遞，利用模糊相似矩陣獲取模糊等價矩陣，并通過分析模糊等價矩陣設定閾值進行動態聚類，進而構建一級態勢因素集和二級態勢因素集； 動態聚類將一級指標域分成，其中為動態聚類中的分類數目，且，； 各個聚類的集合為一級態勢因素集，而各個聚類中的特征屬性集合，為二級態勢因素集，其中； S4、將網絡安全態勢評估的情境抽象為評判集，并對二級態勢因素集的特征屬性進行單因素評判，得到每個聚類的特征屬性單因素模糊映射集； 其中，單因素模糊映射集根據網絡安全專家的建議和經驗，對二級態勢因素集的個特征屬性進行單因素評判，然后對每個聚類的特征屬性對于網絡安全態勢評判集各元素的隸屬度進行賦值，得到每個聚類的特征屬性單因素模糊映射集，進而得到每個聚類的特征屬性單因素評判矩陣； S5、利用層次分析法，分別得到一級態勢因素集和二級態勢因素集的判斷矩陣，并根據判斷矩陣獲得相應的權重向量； S6、利用加權平均型算子計算模糊綜合評判矩陣，進而通過最大隸屬度原則得到態勢值，進而獲得網絡安全態勢的狀況； 其中，計算模糊綜合評判矩陣，如下： 令二級態勢因素集對應的權重向量為，利用平均加權型算子對和進行計算，得到每個聚類中特征屬性的綜合評判矩陣： ，； 式中，表示平均加權型算子； 將各個聚類中特征屬性的綜合評判矩陣組合得到總評判矩陣為： ； 同理，獲取一級態勢因素集的權重向量為，然后利用平均加權型算子計算，得到綜合評判矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人成都信息工程大學，其通訊地址為：610225 四川省成都市雙流區西南航空港學府路一段24號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。