武汉大学安珂欣获国家专利权
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！
龙图腾网获悉武汉大学申请的专利一种网络流量异常检测方法及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：CN118764222B 。
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：202410722772.X，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装置是由安珂欣;陆秋余;李俊娥设计研发完成，并于2024-06-05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装置在说明书摘要公布了：本发明提供一种网络流量异常检测方法及装置，其中，该网络流量异常检测方法包括：构建宽度学习模型，获取样本数据，通过所述样本数据对所述宽度学习模型进行训练学习，确定所述样本数据的权重惩罚因子，并根据所述权重惩罚因子调整所述宽度学习模型的损失函数；基于所述宽度学习模型中每个增强节点的贡献度，对所述增强节点进行剪枝处理，并更新所述宽度学习模型的损失函数；以最小化所述宽度学习模型的模型损失为目标，通过所述样本数据对所述宽度学习模型进行动态离线再训练，得到目标宽度学习模型。通过本发明，提高了宽度学习模型的实时性和准确性，解决了现有的相关技术中存在的检测实时性和准确性较差的问题。
本发明授权一种网络流量异常检测方法及装置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： 构建宽度学习模型，获取样本数据，通过所述样本数据对所述宽度学习模型进行训练学习，确定所述样本数据的权重惩罚因子，并根据所述权重惩罚因子调整所述宽度学习模型的损失函数； 基于所述宽度学习模型中每个增强节点的贡献度，对所述增强节点进行剪枝处理，并更新所述宽度学习模型的损失函数； 以最小化所述宽度学习模型的模型损失为目标，通过所述样本数据对所述宽度学习模型进行动态离线再训练，得到目标宽度学习模型； 获取流量数据，通过所述目标宽度学习模型对所述流量数据进行异常检测，得到所述流量数据的异常检测结果。
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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号