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！

龙图腾网获悉华中科技大学申请的专利一种网络流量异常检测方法及系统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：CN116668083B 。

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：202310503241.7，技术领域涉及：H04L9/40；该发明授权一种网络流量异常检测方法及系统是由刘渝;夷州;周可设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本一种网络流量异常检测方法及系统在说明书摘要公布了：本发明公开了一种网络流量异常检测方法及系统，属于网络流量异常检测技术领域；针对网络流量的上下文依赖以及不同特征空间维度的相关性，设计自适应的滑动窗口机制，当数据中存在大量异常，通过维护部分历史正常样本分布，能够有效降低异常检测的漏报率；同时该机制能够动态更新正常网络流量特征的联合分布，进而能够全面捕获正常网络流量的变化模式，有效降低异常检测的误报率。并且在这个过程中，考虑到VineCopula函数不要求网络流量特征符合特定的分布类型，从而消解了先验假设，更贴近网络流量特征的实际分布，通过引入VineCopula函数来拟合历史窗口内正常样本的分布，能够精确建立网络流量不同特征间的耦合关系，能够高效精确地进行网络流量异常检测。

本发明授权一种网络流量异常检测方法及系统在权利要求书中公布了：1.一种网络流量异常检测方法，其特征在于，包括以下步骤： S1、对待进行异常检测的网络流量进行预处理后，得到具有d个特征维度的序列样本；d为正整数；每个特征维度下的序列为将网络流量同一特征下的记录按时序进行拼接所得； S2、构建由历史窗口W和待测窗口w按照时间顺序拼接而成的临检窗口T；初始状态下，历史窗口W保存有具有d个特征维度的正常序列样本；待测窗口w放置在序列样本的起始端； S3、采用VineCopula函数计算临检窗口T中样本所有特征维度之间的多元联合分布，进而得到每一个特征维度的边缘分布；基于各特征维度的边缘分布，计算得到临检窗口T内待测窗口w的异常得分矩阵，并基于所述异常得分矩阵判断待测窗口w内是否存在异常点，若是，则历史窗口W中的样本保持不变，在序列样本的时间轴上滑动待测窗口w，并更新临检窗口T；否则：将待测窗口w中的样本移入历史窗口W中，且当移入后历史窗口W中的样本总长度超出历史窗口W的窗口大小时，移出历史窗口W中时间较久的样本，移出的样本长度为超出长度；在序列样本的时间轴上滑动待测窗口w，并更新临检窗口T； S4、重复步骤S3，直至待测窗口w从序列样本上滑出； 其中，所述异常得分矩阵中第i行第j列的值为待测窗口w中第i个特征维度下第j时刻处的样本点xij的异常得分，具体为： Mixij为第i个特征维度下样本点xij的边缘分布值；bi为临检窗口T内历史窗口W中第i个特征维度下的样本偏度。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。