Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学;中国电子科技集团公司第十研究所罗绪成获国家专利权

电子科技大学;中国电子科技集团公司第十研究所罗绪成获国家专利权

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!

龙图腾网获悉电子科技大学;中国电子科技集团公司第十研究所申请的专利基于时频域信息融合的异常流量检测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:CN117235641B

龙图腾网通过国家知识产权局官网在2025-11-25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:202311117042.9,技术领域涉及:G06F18/2433;该发明授权基于时频域信息融合的异常流量检测方法是由罗绪成;叶李;张晋豪设计研发完成,并于2023-08-31向国家知识产权局提交的专利申请。

基于时频域信息融合的异常流量检测方法在说明书摘要公布了:本发明公开了一种基于时频域信息融合的异常流量检测方法,据实际需要从网络中收集若干正常数据流和异常数据流作为数据流样本,对每个数据流样本分别提取包级时域信息矩阵和流级时域信息矩阵,基于包级时域信息矩阵构建每个数据流的频域信息矩阵,根据三个信息矩阵生成数据流特征图像,根据实际需要构建异常检测模型并采用数据流样本进行训练,在异常流量检测时,从网络中抓取数据流并生成数据流特征图像,输入训练好的异常检测模型,得到异常流量检测结果。采用本发明可以有效提高异常流量检测的准确性、效率和鲁棒性。

本发明授权基于时频域信息融合的异常流量检测方法在权利要求书中公布了:1.一种基于时频域信息融合的异常流量检测方法,其特征在于,包括以下步骤: S1:根据实际需要从网络中收集若干正常数据流和异常数据流作为数据流样本,对于每个数据流样本进行标签标注,如果属于正常流量,则令标签flag=1,否则令标签flag=0; S2:提取得到数据流的包级时域信息矩阵和流级时域信息矩阵,具体方法为:根据实际需要设置M个数据包特征,M的值根据实际需要确定,对于每个数据流,分别提取每个数据包特征在前N个数据包的值pm,n,n=0,1,...,N-1,m=0,1,...,M-1,从而构建得到包级时域信息矩阵P: 根据实际需要设置M个数据流特征,对于每个数据流,分别提取每个数据流特征在第0个至第n个数据包所构成数据流中的值fn,m,从而构建得到流级时域信息矩阵F: S3:基于每个数据流的包级时域信息矩阵P构建该数据流的频域信息矩阵LTM,具体方法为: S3.1:按列对包级时域信息矩阵P进行最大最小归一化处理,得到归一化后的包级时域信息矩阵P; S3.2:按列对归一化后的包级时域信息矩阵P进行离散傅立叶变换,得到复数矩阵FTP; S3.3:计算复数矩阵FTP中每个复数的模数,得到模矩阵FTPM; S3.4:对模矩阵FTPM每个元素值ftpmm,n进行对数变换中得到对数值ltmm,n,将得到的对数矩阵LTM作为包级频域信息矩阵; S4:对于每个数据流,分别将包级时域信息矩阵P、流级时域信息矩阵F和包级频域信息矩阵LTM分配给红、绿和蓝三个通道,构建一个三通道的彩色图像作为数据流特征图像; S5:根据实际需要构建异常检测模型,其输入为数据流特征图像,输出为数据流是否正常的判定结果,将每个数据流样本的数据流特征图像作为输入,对应标签作为期望输出,对异常检测模型进行训练,得到训练好的异常检测模型; S6:从网络中抓取至少包含N个数据包的数据流,采用步骤S2中的相同方法提取得到包级时域信息矩阵和流级时域信息矩阵,采用步骤S3中的相同方法基于包级时域信息矩阵得到频域信息矩阵,采用步骤S4中的相同方法生成数据流特征图像,然后输入步骤S5训练好的异常检测模型,得到数据流是否正常的判定结果,完成数据流检测。

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电子科技大学;中国电子科技集团公司第十研究所,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。

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。