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！

龙图腾网获悉中国矿业大学(北京)申请的专利一种基于特征融合的恶意流量分类方法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：CN119273969B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202411303794.9，技术领域涉及：G06V10/764；该发明授权一种基于特征融合的恶意流量分类方法是由霍跃华;梁维;陈君瀚;李栋;梁君设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本一种基于特征融合的恶意流量分类方法在说明书摘要公布了：本发明公开了一种基于特征融合的恶意流量分类方法。本发明将流量转化为灰度图像，并设计了专门对流量图像进行分类的恶意流量分类模型，恶意流量分类模型包括通道融合模块、多层特征融合模块、下采样融合模块、全局平均池化层、全连接层和Softmax激活函数层。通道融合模块将单通道图像扩展为较多通道的特征图，从而提取隐藏特征，提高了模型的稳定性和分类性能，多层特征融合模块可以提取流量图像的纹理特征和多尺度特征，并将不同层的特征进行相加融合，提高了模型的表达能力和性能，下采样融合模块融合多种池化操作得到的特征，提高了模型对流量图像的理解能力，同时增加特征图的数量，防止有用特征信息的丢失。

本发明授权一种基于特征融合的恶意流量分类方法在权利要求书中公布了：1.一种基于特征融合的恶意流量分类方法，其特征在于，分类方法包括以下步骤：步骤1，将包含恶意流量包和良性流量包的pcap流量包进行预处理；步骤2，将预处理后的pcap流量包转化为灰度图像；步骤3，搭建恶意流量分类模型，所述恶意流量分类模型包括通道融合模块、多层特征融合模块、下采样融合模块、全局平均池化层、全连接层和Softmax激活函数层；步骤4，将步骤2的灰度图像输入恶意流量分类模型中，得到分类结果；其中，步骤4包括：步骤4.1，将灰度图像输入恶意流量分类模型的通道融合模块中，得到输出特征图A1；步骤4.2，将特征图A1输入恶意流量分类模型的多层特征融合模块中，得到输出特征图B1；步骤4.3，将特征图B1输入恶意流量分类模型的下采样融合模块中，得到输出特征图C1；步骤4.4，将特征图C1输入恶意流量分类模型的多层特征融合模块中，得到输出特征图D1；步骤4.5，将特征图D1输入恶意流量分类模型的下采样融合模块中，得到输出特征图E1；步骤4.6，将特征图E1依次输入恶意流量分类模型的全局平局池化层、全连接层和Softmax激活函数层，得到分类结果。

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中国矿业大学(北京)，其通讯地址为：100083 北京市海淀区学院路丁11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”。