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！

龙图腾网获悉中国人民解放军61660部队申请的专利一种基于图传播模型的未知流量聚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：CN119004153B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411062761.X，技术领域涉及：G06F18/2323；该发明授权一种基于图传播模型的未知流量聚类方法是由陈月月;王文彬;刘敬;王颖;赵月;于越设计研发完成，并于2024-08-05向国家知识产权局提交的专利申请。

本一种基于图传播模型的未知流量聚类方法在说明书摘要公布了：本发明涉及一种基于图传播模型的未知流量聚类方法，属于网络安全技术领域。本发明的方法包括：流获取和处理、创建流图、复杂网络测定、流量表征融合、高维特征提取以及未知流量聚类。本发明具体采用图神经网络的方法开展流量聚类研究，创新点在于利用图传播模型将流量特征融入节点特征，利用图卷积神经网络提取高维特征，以模块度优化为目标，提高未知流量聚类准确度。

本发明授权一种基于图传播模型的未知流量聚类方法在权利要求书中公布了：1.一种基于图传播模型的未知流量聚类方法，其特征在于，该方法包括如下步骤： S1、流量获取和预处理 步骤S11、流获取和处理 对网络骨干节点路由器进行流量镜像，并将镜像流量牵引到分析服务器，在分析服务器搭建虚拟机，并利用DPDK获取高速实时流量数据，合并数据流，删除已知业务流量数据和噪声数据，根据筛选出的流量数据，提取流量特征； 步骤S12、创建流图 创建有向图G＝V,E，其中，节点V为IP地址，E为边集合；如果两个节点之间有数据包交互，则在该两个节点之间增加一条边，边的方向为源IP地址指向目的IP地址，获取边的流量特征，并将得到的流量特征作归一化处理； 步骤S13、复杂网络测定 基于有向图G获取邻接矩阵A，并初始化距离矩阵As，利用弗洛伊德算法更新距离矩阵，根据距离矩阵As，求平均最短路径L，根据平均最短路径L判断有向图G是否为复杂网络； S2、未知流量聚类方法 S21、流量表征融合 利用消息传递机制，将边的特征向量传递至节点的特征，用于增强节点表征有效性； S22、高维特征提取 利用图卷积神经网络提取高维特征； S23、未知流量聚类 在测定图结构为复杂网络的前提下，构建聚类神经网络结构，聚类神经网络结构返回每个节点的类别概率，将损失函数定义为最大化谱模块度； 其中， 所述S11中，流量特征包括：发包数量、收包数量、发包时间间隔、发包平均大小、发包最大包大小、收包时间间隔、收包平均大小、收包最大包大小、双向syn包数量、双向fin包数量和双向ack包数量； 所述S13中，基于有向图G获取邻接矩阵A，并初始化距离矩阵As，利用弗洛伊德算法更新距离矩阵包括：由有向图G获取邻接矩阵A，并初始化距离矩阵As；邻接矩阵是指存放顶点之间相邻关系的二维矩阵，邻接矩阵A中如果两点之间可达，则距离矩阵As中该两点之间的距离值设为1；如果邻接矩阵A中两点之间不可达，则距离矩阵As中该两点距离值设为无穷大；距离矩阵As中同一点之间的距离值为0；利用弗洛伊德算法求任意两点之间的最短路径，并更新距离矩阵，弗洛伊德算法是一种动态规划方法，核心思想为:As[i,j]＝min{As[i,k]+As[k,j],As[i,j]}，其中As[i,j]即为矩阵As中i与j两点之间的距离值。

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人民解放军61660部队，其通讯地址为：100840 北京市海淀区复兴路20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”。