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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于多视角异构图模型的加密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：CN119719895B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411770786.5，技术领域涉及：G06F18/241；该发明授权一种基于多视角异构图模型的加密流量分类方法是由肖喜;岳浩东;张昊臻;江勇;夏树涛;王兴军设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于多视角异构图模型的加密流量分类方法在说明书摘要公布了：本发明提出了一种基于多视角异构图模型MH‑Net的加密流量分类方法，能够有效提高网络流量分类的准确性和鲁棒性。该方法中，构建多视角流量图，通过聚合不同数量的流量比特为多种类型的流量单元，丰富信息粒度的多样性。进一步引入头部‑头部、头部‑负载和负载‑负载三种流量单元相关性，形成异构流量图，并利用异构图神经网络进行特征提取。此外，通过多任务对比学习策略，增强流量单元表示的鲁棒性，并在流量级和数据包级分类任务中实现同步训练，优化整体性能。实验结果表明，该方法在多个数据集上取得了优异的性能，超越了现有技术，展现了其在网络流量分类领域的应用潜力。

本发明授权一种基于多视角异构图模型的加密流量分类方法在权利要求书中公布了：1.一种基于多视角异构图模型的加密流量分类方法，其特征在于，包括以下步骤： S1、多视角流量图构建：将网络流量数据中的比特聚合为多种类型的流量单元，以实现信息粒度的多样性；对每种类型的流量单元序列，利用点对点互信息PMI量化流量单元之间的相关性，构建多视角流量图，通过构建的多视角流量图的图结构揭示流量单元之间的细粒度关联； S2、异构流量图表示学习：基于构建的多视角流量图，引入头部-头部、头部-负载和负载-负载单元相关性，形成异构流量图；使用异构图神经网络HGNN对异构流量图进行表示学习，其中，通过异构流量图表示学习提取流量图中的区分性特征，为流量分类任务提供丰富的特征表示，包括流量级别和数据包级别的表示； S3、MH-Net模型的多任务训练：基于构建的多视角流量图和提取的区分性特征，进行多视角异构图模型即MH-Net模型的多任务训练，其中，联合训练数据包级别和流级别的流量分类任务，以及对比学习任务；其中，在数据包级别和流级别上进行流量分类，利用多层感知机MLP将得到的流量级别和数据包级别的表示转换为分类结果，并计算相应的流量分类任务损失；采用对比学习策略，通过对来自各种数据增强的正负样本对进行对比，学习语义不变的表示；MH-Net模型的多任务训练通过整体端到端训练，实现对加密流量的准确分类。

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清华大学深圳国际研究生院，其通讯地址为：518071 广东省深圳市南山区桃源街道丽水路2279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”。

以上内容由龙图腾AI智能生成。