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！

龙图腾网获悉浙江大学申请的专利基于无监督学习的工业网络异常流量深度检测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：CN115766193B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202211411407.4，技术领域涉及：H04L9/40；该发明授权基于无监督学习的工业网络异常流量深度检测方法是由杨强;杨涛;蒋镇泽;王文海设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本基于无监督学习的工业网络异常流量深度检测方法在说明书摘要公布了：本发明提出了一种基于无监督学习的工业网络异常流量深度检测方法；先提取流量数据包中的载荷，根据ASCII码将其转换为对应的字符，得到字符串；利用基于循环神经网络的无监督分词算法对字符串进行分词，输出分词结果；将分词后的字符串转换成向量，并输入基于自编码器的无监督分类算法中；利用基于双向长短期记忆网络BiLSTM的编码器对向量编码，输出编码值；利用基于BiLSTM的解码器对编码值进行解码；将编码器的输入与解码器的输出相减作为损失函数优化自编码器；获得正常流量的损失函数阈值区间，以此完成对工业网络异常流量的深度检测。本发明以真实网络流量数据给出了具体的算法描述，并通过一系列的实验得到实验结果。

本发明授权基于无监督学习的工业网络异常流量深度检测方法在权利要求书中公布了：1.一种基于无监督学习的工业网络异常流量深度检测方法，其特征在于，包括以下步骤： 1获取工业网络流量的数据包，提取数据包中以十六进制编码的载荷，并根据ASCII码将载荷转换为对应的字符，得到字符串； 2设定最大分词长度，将字符串划分为不同长度的片段，再将片段划分为不同长度的子片段，其中片段与子片段的最大长度不超过设定值； 3将这些不同长度的子片段输入循环神经网络中，获得对应的出现概率； 4根据不同长度的子片段的出现概率，计算出整个字符串的所有分词组合出现概率，并求和作为这个字符串的出现概率；以这个出现概率作为损失函数训练循环神经网络，并获得训练好的循环神经网络模型； 5再次将步骤2中划分得到的不同长度的子片段输入到训练好的循环神经网络模型中，得到对应的出现概率；根据不同长度子片段的出现概率，计算如何分词能够使得整个字符串的出现概率最大，即最大概率路径，并获得分好词的字符串； 6对分好词的字符串进行词嵌入，再输入自编码器中，通过编码器对其编码，再通过解码器对其重构，计算编码器输入与解码器输出的差作为损失函数训练自编码器，获得正常样本损失函数集，建立损失函数阈值区间； 7将待检测的流量数据包输入训练好的循环神经网络模型，得到分词结果；再将分词结果输入训练好的自编码中，得到损失函数值；若当前流量数据包的损失函数值在损失函数阈值区间内，则判定该流量数据包是正常的；否则，判定为异常。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。