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！

龙图腾网获悉国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司申请的专利一种恶意流量检测方法及终端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：CN118784301B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202410878831.2，技术领域涉及：H04L9/40；该发明授权一种恶意流量检测方法及终端是由吴丽进;林楠;陈小波;钟剑;刘宇欣;郑原俊;张坤三;刘宇轩;谢静怡;黄江东;杨泓;林小煌;江洪钦设计研发完成，并于2024-07-02向国家知识产权局提交的专利申请。

本一种恶意流量检测方法及终端在说明书摘要公布了：本发明公开了一种恶意流量检测方法及终端，对网络流量进行预处理，得到数据包交互关系序列和包级特征序列，根据数据包交互关系序列构建具备时序关系的多个流内交互图，基于多个流内交互图和包级特征序列使用交互信息提取模型提取交互信息，得到图级表示特征序列，将图级表示特征序列输入恶意流量检测模型进行检测，得到检测结果，其中交互信息提取模型包括多个特征提取单元，每一特征提取单元包括多个图卷积层、ReLu层、Dropout层以及全局池化层，提高了模型的鲁棒性，能够有效地提取数据包之间的交互信息，恶意流量检测模型包括双向长短期记忆网络和多层感知器，能够准确提取网络流量数据中的时序信息，从而提高恶意流量检测的准确率。

本发明授权一种恶意流量检测方法及终端在权利要求书中公布了：1.一种恶意流量检测方法，其特征在于，包括步骤： 采集网络流量，并对所述网络流量进行预处理，得到数据包交互关系序列和包级特征序列； 根据所述数据包交互关系序列构建具备时序关系的多个流内交互图； 基于所述多个流内交互图和所述包级特征序列使用交互信息提取模型提取交互信息，得到图级表示特征序列，所述交互信息提取模型包括多个特征提取单元，每一所述特征提取单元包括多个图卷积层、ReLu层、Dropout层以及全局池化层； 将所述图级表示特征序列输入恶意流量检测模型进行检测，得到检测结果，所述恶意流量检测模型包括双向长短期记忆网络和多层感知器； 所述对所述网络流量进行预处理，得到数据包交互关系序列和包级特征序列包括： 按照五元组信息对所述网络流量进行分割，得到初始的多个网络流，每一所述网络流包括多个数据包； 基于预设流持续时间阈值和预设数据包间隔时间阈值对每一所述网络流中的多个数据包进行分割，得到分割后的多个网络流； 去除所述分割后的多个网络流中的重传包和无用包，得到筛选后的多个网络流，并对所述筛选后的多个网络流中的数据包进行排序，得到数据包序列； 从所述数据包序列中提取得到数据包交互关系序列，并对所述数据包序列进行处理，得到包级特征序列； 所述从所述数据包序列中提取得到数据包交互关系序列包括： 根据所述筛选后的多个网络流中相邻数据包之间的传输方向确定所述数据包序列中数据包之间的关系； 根据所述数据包之间的关系生成数据包交互关系序列； 所述根据所述筛选后的多个网络流中相邻数据包之间的传输方向确定所述数据包序列中数据包之间的关系包括： 若所述筛选后的多个网络流中存在相邻数据包之间的传输方向为同向，则确定所述数据包序列中所述相邻数据包之间存在延续关系； 若所述筛选后的多个网络流中存在相邻数据包之间的传输方向为反向，则确定所述数据包序列中所述相邻数据包之间存在响应关系； 所述特征提取单元包括： ； ； 式中，表示特征提取单元，表示激活函数，表示度矩阵，表示中间矩阵，A表示输入的邻接关系矩阵，表示单位矩阵，表示Dropout层，X表示输入的节点特征矩阵，和分别表示模型中不同图卷积层中的可学习参数。

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国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司，其通讯地址为：350007 福建省福州市仓山区复园支路48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。