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！

龙图腾网获悉南京邮电大学申请的专利一种基于Transformer的综合特征网络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：CN118740428B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202410748223.X，技术领域涉及：H04L9/40；该发明授权一种基于Transformer的综合特征网络流量分类方法是由赵莎莎;冯向南;张登银;陈何;陶艺瑶;张娣设计研发完成，并于2024-06-11向国家知识产权局提交的专利申请。

本一种基于Transformer的综合特征网络流量分类方法在说明书摘要公布了：本发明涉及一种基于Transformer的综合特征网络流量分类方法，本发明的综合特征网络流量分类方法，同时考虑了流量数据的统计特征、全局特征、局部特征和时序特征，充分利用了不同特征的优势，能够有效提升网络流量分类的全面性和精确性。基于深度学习的方法需要统一流量大小，这将导致有关网络流量整体结构的信息丢失。将基于自编码器提取的统计特征、基于卷积神经网络提取的局部特征、基于Transformer提取的全局特征和基于门控循环单元提取的时序特征进行特征融合，生成综合流量特征，使得特征集更加全面，从而提高分类器的性能。在分类模块中，结合使用瓶颈模块和残差连接，在保持模型性能的同时，减少计算和存储的需求，使得模型更加适合处理大规模的一维数据。

本发明授权一种基于Transformer的综合特征网络流量分类方法在权利要求书中公布了：1.一种基于Transformer的综合特征网络流量分类方法，其特征在于，所述方法包括以下步骤： S1：数据预处理； S2：采用不同的特征提取方式提取网络流量数据中的各个数据样本对应的统计特征、全局特征、局部特征和时序特征； S3：将统计特征向量、全局特征向量、局部特征向量和时序特征向量进行特征融合，生成综合特征； S4：基于所述综合特征，采用全连接网络，使用softmax函数分类，输出加密流量分类结果； 步骤S2具体包括： S201：从原始网络流量数据中提取统计特征， S202：经过S1后的数据通过基于Transformer的特征提取模块提取流量数据的全局特征； S203：经过S1后的数据通过基于一维卷积的特征提取模块提取流量数据的局部特征， S204：经过S202和S203获得的全局特征和局部特征进行特征融合，融合后的特征利用门控循环单元提取关键时序特征； S204具体如下： 步骤1，上下采样完成后，对生成的全局特征和局部特征进行特征展开，生成一维特征向量，然后进行特征向量拼接，生成初始综合流量； 步骤2，对所述初始综合流量利用门控循环单元进一步提取关键时序特征信息；所述门控循环单元，具体包括： 门控循环单元通过更新门和重置门来控制信息的流动，重置门和更新门的输入是由前一个时间步的隐状态和当前时间步的输入构成的，这两个输入会被放到sigmoid激活函数中的全连接层进行计算，最后得到这个两个门的结果，重置门和更新门的计算过程具体包括： 对于给定的任意时间步t，假设输入为一个小批量的数据Xt，前一个时间步的隐状态为Ht-1，则更新门Zt和重置门Rt的计算公式如下： Zt＝σXtWxz+Ht-1Whz+bz Rt＝σXtWxr+Ht-1Whr+br 其中Wxz，Wxr，Whz，Whr为权重参数，bz，br为偏置参数，σ函数为sigmoid激活函数，是一种将输入映射到0，1区间的非线性函数，其数学表达式为： 其中u是函数的输入，e是自然对数底数， 步骤3，将统计特征与所述关键时序特征进行一维特征向量拼接，生成综合特征。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。