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！

龙图腾网获悉北京海联捷讯科技股份有限公司;北京邮电大学申请的专利网络流量分类模型训练方法、分类方法及训练装置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：CN117076923B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310959504.5，技术领域涉及：G06F18/214；该发明授权网络流量分类模型训练方法、分类方法及训练装置是由陈春丽;翟钰;尚策;孙岩;尹涛设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本网络流量分类模型训练方法、分类方法及训练装置在说明书摘要公布了：本申请提供一种网络流量分类模型训练方法、分类方法及训练装置，所述训练方法包括：选取目标历史网络流量数据集中的包头特征向量和负载特征矩阵；根据第一神经网络得到各个负载特征矩阵对应的多个负载分类得分向量；并根据第二神经网络得到各个包头特征向量对应的多个包头分类得分向量；对负载分类得分向量和包头分类得分向量进行加权求和，得到融合特征向量；将融合特征向量输入网络流量分类器中以得到各对应的多个流量类型的概率；在训练过程中，基于预设的分类损失函数计算分类损失对模型进行迭代训练，得到目标网络流量分类模型。本申请能够有效保证网络流量数据的完整性，进而有效提高了网络流量数据分类的准确性。

本发明授权网络流量分类模型训练方法、分类方法及训练装置在权利要求书中公布了：1.一种网络流量分类模型训练方法，其特征在于，包括： 选取目标历史网络流量数据集中各个目标历史网络流量数据中的包头数据中的包头特征向量；并选取各个目标历史网络流量数据中的负载数据中的负载特征以转换为负载特征矩阵；其中，所述目标历史网络流量数据集由预先对历史网络流量数据集进行预处理得到； 根据第一神经网络得到各个所述负载特征矩阵各自对应的多个负载分类得分向量；并根据第二神经网络得到各个所述包头特征向量各自对应的多个包头分类得分向量；其中，所述第一神经网络与所述第二神经网络的网络结构不同； 根据依次连接的目标全连接层、融合层和输出层对各个所述负载分类得分向量和各个所述包头分类得分向量分别进行加权求和，得到各个所述目标历史网络流量数据各自对应的融合特征向量； 将各个所述融合特征向量输入网络流量分类器中以得到各个所述融合特征向量各自对应的多个流量类型的概率； 根据所述目标历史网络流量数据集和各个所述流量类型的概率训练预设的网络流量分类模型，并在训练过程中，基于预设的分类损失函数得到各个所述流量类型的概率的分类损失，并基于该分类损失迭代训练所述网络流量分类模型，以得到用于对网络流量进行分类的目标网络流量分类模型；其中，所述网络流量分类模型包括：所述第一神经网络、第二神经网络、目标全连接层、融合层、输出层和网络流量分类器。

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北京海联捷讯科技股份有限公司;北京邮电大学，其通讯地址为：100176 北京市大兴区经济技术开发区科创十三街18号院5号楼7层701(北京自贸试验区高端产业片区亦庄组团)；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”。