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！

龙图腾网获悉华东交通大学申请的专利基于流量监测与拟态反馈的物联网网关增强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：CN120415900B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510889327.7，技术领域涉及：H04L9/40；该发明授权基于流量监测与拟态反馈的物联网网关增强方法及系统是由谢昕;刘可轩设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于流量监测与拟态反馈的物联网网关增强方法及系统在说明书摘要公布了：本发明公开了基于流量监测与拟态反馈的物联网网关增强方法及系统，该方法采用无监督训练的自编码器作为检测单元，判断网络流量序列是否异常；分发组件接收检测单元传来的被判定为正常的网络流量序列，将其复制多份后，传入多个异构执行体；裁决组件通过收集各异构执行体返回的执行结果，根据异构执行体的历史执行结果是否正确对异构执行体的可信度进行权重修正，结合基于历史执行结果的多数裁决机制得到裁决结果；当检测单元或裁决组件捕捉到异常网络流量序列时，伪造数据生成组件生成伪造数据流量作为响应，发送给攻击方。本发明可增强拟态防御系统的动态适应性，提升抗攻击能力。

本发明授权基于流量监测与拟态反馈的物联网网关增强方法及系统在权利要求书中公布了：1.基于流量监测与拟态反馈的物联网网关增强方法，其特征是，包括： S1：对网络流量序列进行数据预处理，将网络流量序列的值限制在[0,1]范围内； S2：采用无监督训练的自编码器作为检测单元，将数据预处理后的网络流量序列输入自编码器进行重构，将重构损失作为异常分数，判断网络流量序列是否异常； S3：分发组件接收检测单元传来的被判定为正常的网络流量序列，将其复制多份后，传入多个异构执行体； S4：多个异构执行体分别对分发组件分发来的网络流量序列进行处理，并将执行结果发送至裁决组件； S5：裁决组件通过收集各异构执行体返回的执行结果，根据异构执行体的历史执行结果是否正确对异构执行体的可信度进行权重修正，结合基于历史执行结果的多数裁决机制得到裁决结果； S6：当检测单元或裁决组件捕捉到异常网络流量序列时，激活伪造数据生成组件；伪造数据生成组件基于生成对抗网络，通过对抗训练生成伪造数据流量作为响应，发送给攻击方；伪造数据生成组件采用条件生成对抗网络框架，由生成器G、语义判别器D1和统计判别器D2协同训练；生成器首先将随机噪声向量z与条件向量c分别通过全连接层映射后拼接，随后通过多层包含条件批归一化的残差块提取语义特征，并将该语义特征输入LSTM网络，生成长度为T的时序隐藏状态序列，t为时间步，T为时间步总数；在每个时间步t，生成器利用当前隐藏状态通过三路并行前馈网络分别预测包间隔时间、包长度与TCP标志位向量，预测过程分别定义为： ； 其中，为包间隔时间，为时间步t的包间隔时间，为包间隔时间参数矩阵，为包间隔时间偏置矩阵，为包长度，为时间步t的包长度，为包长度参数矩阵，为包长度偏置矩阵，为TCP标志位向量，为时间步t的TCP标志位向量，为TCP标志位向量参数矩阵，为TCP标志位向量偏置矩阵，ReLU与sigmoid为两个激活函数，ReLU与sigmoid分别用于回归连续值与输出多维概率向量；整个包级序列构成完整的包级行为轨迹；序列末端的隐藏状态被视为聚合语义表征，用于通过多层感知机（MLP）进一步预测流级统计摘要特征： ； 其中表示用于拟合统计特征的非线性映射网络； 语义判别器以生成或真实包序列与条件向量为输入，首先通过三个并行子网络嵌入三类特征，再将其拼接送入多层单向LSTM网络，并利用条件批归一化CBN融合上下文信息，最终拼接隐藏状态与条件向量，通过sigmoid函数输出语义层真伪概率； 统计判别器D2则以流级统计摘要与包级统计序列为输入，通过双分支结构分别提取低阶统计特征与高阶局部模式；一路将输入多层感知机，另一路将经一维卷积处理，最后与条件向量融合后输入sigmoid输出整体真实性评分； 两个判别器的损失函数均为交叉熵损失函数； 生成器G的优化目标则为： ； 其中，表示期望，表示第i个判别器，与为两个控制混淆性增强项的强度系数,z为随机噪声向量，c为条件向量。

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东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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”。