WO2025248373 - SYSTEM AND METHOD FOR ADAPTIVE INTRUSION DETECTION IN NETWORK ENVIRONMENTS
National phase entry is expected:
Publication Number
WO/2025/248373
Publication Date
04.12.2025
International Application No.
PCT/IB2025/055064
International Filing Date
14.05.2025
Title **
[English]
SYSTEM AND METHOD FOR ADAPTIVE INTRUSION DETECTION IN NETWORK ENVIRONMENTS
[French]
SYSTÈME ET PROCÉDÉ DE DÉTECTION D'INTRUSION ADAPTATIVE DANS DES ENVIRONNEMENTS DE RÉSEAU
Applicants **
TECHNOLOGY INNOVATION INSTITUTE – SOLE PROPRIETORSHIP LLC
Inventors
OUNI, Bassem
ALAMI, Reda
HACID, Hakim
Priority Data
63/654,184
31.05.2024
US
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
IP Australia
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 2258 | |
| EPO | Filing, Examination, Granting | 14178 | |
| Japan | Filing, Examination, Granting | 2327 | |
| South Korea | Filing, Examination, Granting | 2432 | |
| USA | Filing, Examination, Granting | 4740 |
Total:
25,935
Contact Us
Abstract[English]
The disclosed system and method pertain to intrusion detection in network environments. The method involves deploying multiple agents in distinct network segments, each equipped with a reinforcement learning algorithm. These agents observe their localized environment, generate hidden states, and calculate attention weights to form an aggregated state. Based on this aggregated state and their hidden state, agents make decisions on potential attacks and generate request vectors for information from other agents. Agents communicate these vectors, receive hidden states from other agents, update their aggregated states, and refine their decisions. Action vectors are formed based on these decisions and request vectors and compiled into a global action matrix. Agents use outcomes and feedback to refine their internal models, enhancing future detection and communication actions.[French]
Le système et le procédé divulgués concernent la détection d'intrusion dans des environnements de réseau. Le procédé consiste à déployer de multiples agents dans des segments de réseau distincts, chacun étant équipé d'un algorithme d'apprentissage par renforcement. Ces agents observent leur environnement localisé, génèrent des états cachés, et calculent des poids d'attention pour former un état agrégé. Sur la base de cet état agrégé et de leur état caché, des agents effectuent des décisions sur des attaques potentielles et génèrent des vecteurs de demande pour des informations provenant d'autres agents. Les agents communiquent ces vecteurs, reçoivent des états cachés d'autres agents, mettent à jour leurs états agrégés, et affinent leurs décisions. Des vecteurs d'action sont formés sur la base de ces décisions et de ces vecteurs de demande et compilés en une matrice d'action globale. Les agents utilisent des résultats et une rétroaction pour affiner leurs modèles internes, améliorant les futures actions de détection et de communication.