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！

龙图腾网获悉浙江警察学院申请的专利一种基于扩散模型的网络流量异常检测方法、设备、介质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：CN120896801B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511439795.0，技术领域涉及：H04L9/40；该发明授权一种基于扩散模型的网络流量异常检测方法、设备、介质是由胡文涛;丁伟杰;吴坚;戴鹏设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本一种基于扩散模型的网络流量异常检测方法、设备、介质在说明书摘要公布了：本发明公开了一种基于扩散模型的网络流量异常检测方法、设备、介质，包括：对待检测的网络流量数据进行特征提取及降维，得到原始时序特征序列；计算原始时序特征序列对应的结构化分布不确定性；将原始时序特征序列输入至训练好的扩散模型中，得到重构时序特征序列；其中，扩散模型对原始时序特征序列加噪的过程包括：基于原始时序特征序列对应的结构化分布不确定性设置扰动，在前向过程中逐步向原始时序特征序列施加扰动进行加噪；计算原始、重构时序特征序列之间的均方误差，以及原始、重构时序特征序列分别对应的结构化分布不确定性之差，得到网络流量异常分数；当其大于阈值时，判定待检测的网络流量数据为异常网络流量数据。

本发明授权一种基于扩散模型的网络流量异常检测方法、设备、介质在权利要求书中公布了：1.一种基于扩散模型的网络流量异常检测方法，其特征在于，所述方法包括以下步骤： 对待检测的网络流量数据进行特征提取及降维，得到原始时序特征序列； 计算原始时序特征序列对应的结构化分布不确定性； 将原始时序特征序列输入至训练好的扩散模型中，得到重构时序特征序列；其中，扩散模型处理原始时序特征序列的过程包括：基于原始时序特征序列对应的结构化分布不确定性设置扰动，在前向过程中逐步向原始时序特征序列施加扰动进行加噪，在后向过程中对加噪后的序列进行去噪； 计算原始时序特征序列与重构时序特征序列之间的均方误差，以及原始时序特征序列与重构时序特征序列分别对应的结构化分布不确定性之差，得到网络流量异常分数；当所述网络流量异常分数大于阈值时，判定待检测的网络流量数据为异常网络流量数据； 其中，计算原始时序特征序列对应的结构化分布不确定性的过程包括： 所述结构化分布不确定性为第一多项式、第二多项式、第三多项式、第四多项式的加权和； 其中，所述第一多项式通过计算目标网络流量特征每一取值出现的概率与一减去该概率的乘积，累加所有乘积得到；所述第一多项式用于度量目标网络流量特征的分布离散度； 所述第二多项式通过计算稀有度阈值与目标网络流量特征每一取值出现的概率之差，累加所有差值得到；所述第二多项式用于增强低频的目标网络流量特征在总体不确定性中的贡献； 所述第三多项式通过计算第一维网络流量特征与第二维网络流量特征的联合分布概率与各自边际概率乘积之差的绝对值，累加所有绝对值得到；所述第三多项式用于度量不同网络流量特征维度之间的联合分布对其独立假设的偏离程度； 所述第四多项式通过计算目标网络流量特征每一取值在当前时间窗口概率的对数值与上一时间窗口概率的对数值之差的平方和，累加所有平方和得到；所述第四多项式用于衡量目标网络流量特征在相邻时间窗口的突变程度。

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浙江警察学院，其通讯地址为：310053 浙江省杭州市滨江区滨文路555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。