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！

龙图腾网获悉中华人民共和国新疆出入境边防检查总站(新疆维吾尔自治区公安厅边境管理总队)申请的专利基于双流并行神经网络的多边缘协同异常检测系统及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：CN119402273B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411581188.3，技术领域涉及：H04L9/40；该发明授权基于双流并行神经网络的多边缘协同异常检测系统及方法是由皮锋;王欣;吴天昊;吴琨;王睿;王满;张博雄设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本基于双流并行神经网络的多边缘协同异常检测系统及方法在说明书摘要公布了：本发明提供了基于双流并行神经网络的多边缘协同异常检测系统及方法，所述方案采用多边缘协同任务卸载方法，能够有效提高物联网网络异常检测效率，改善单边缘网关面对大量任务处理请求时不足，提高了整体边缘系统利用率；同时，通过采用基于双流并行网络的异常检测模型，在提取流量的深层含义和上下文关系的同时，能够有效关注流量数据结构与特征视觉表现形式，直观描述数据异常模式，进而能够更全面地提取和分析异常流量的特征，实现精准检测。

本发明授权基于双流并行神经网络的多边缘协同异常检测系统及方法在权利要求书中公布了：1.基于双流并行神经网络的多边缘协同异常检测系统，其特征在于，包括： 部署于云端的云深度学习训练模块，其用于基于双流并行网络的异常检测模型的训练，以及接收边缘网关的异常检测模型的请求，并基于接入边缘网关的物联网设备的识别结果进行异常检测模型的配置； 以及， 部署于边缘网关的边缘网关异常检测模块，其用于获取接入边缘网关的物联网设备的网络流量数据，将获得的网络流量数据进行特征抽取，获得待检测的网络流量特征集合；将所述网络流量特征集合分别转化为灰度图像表示和语义特征矩阵表示；基于所述灰度图像表示和语义特征矩阵表示，通过边缘网关配置的对应当前物联网设备的基于双流并行网络的异常检测模型，获得网络流量异常检测结果； 其中，所述双流并行神经网络具体执行如下处理过程：对于输入的灰度图像表示，通过预先构建的卷积滤波器组，获得待测网络流量的视觉特征；对于输入的语义特征矩阵表示，通过采用循环神经网络，获得待测网络流量的语义特征；通过全连接层将视觉特征和语义特征进行合并，基于合并后的特征，通过预设分类器，获得网络流量的异常检测结果； 所述系统采用提出的基于双流并行神经网络的异常检测模型，通过将网络流量转化成灰度图像和语义矩阵的形式分别进行特征提取，在提取流量的深层含义和上下文关系的同时，有效关注流量数据结构与特征视觉表现形式，直观描述数据异常模式，进而全面地提取和分析异常流量的特征； 所述边缘网关异常检测模块包括多边缘协同任务卸载单元、流量捕获单元、数据预处理单元以及网络异常检测单元，其中，所述网络异常检测单元采用在云深度学习训练模块中训练好的基于双流并行网络的异常检测模型； 所述多边缘协同任务卸载单元，具体执行如下处理过程：实时获取不同边缘网关的硬件资源使用情况，基于边缘网关的硬件资源使用情况，将硬件资源使用率大于预设阈值的边缘网关的异常检测任务卸载到其它硬件资源充足的边缘网关进行执行；其中，当各边缘网关的硬件资源使用率均大于预设阈值时，将异常检测任务卸载至云端执行； 将所述网络流量特征集合转化为语义特征矩阵表示，具体为：对于每个数据包转换得到的特征向量，将特征向量中的每个字节进行矢量化处理，获得每个字节的特征向量表示；基于每个字节的特征向量表示，将所述网络流量特征集合转化为语义特征矩阵表示。

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中华人民共和国新疆出入境边防检查总站(新疆维吾尔自治区公安厅边境管理总队)，其通讯地址为：830001 新疆维吾尔自治区乌鲁木齐市天山区团结路1535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。