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！

龙图腾网获悉北京邮电大学申请的专利一种基于双曲空间建模和图神经网络的恶意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：CN120110748B 。

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：202510263539.4，技术领域涉及：H04L9/40；该发明授权一种基于双曲空间建模和图神经网络的恶意流量检测方法是由彭海朋;王佳豪;吴智健;谢楠;李丽香设计研发完成，并于2025-03-06向国家知识产权局提交的专利申请。

本一种基于双曲空间建模和图神经网络的恶意流量检测方法在说明书摘要公布了：一种基于双曲空间建模和图神经网络的恶意流量检测方法，属于网络安全领域，包括：将网络流量数据建模为网络威胁图；在此基础上引入双曲空间和注意力机制构建Hyper‑GraphSAGE模型；在源节点和目标节点上分别执行GraphSAGE算法，并将这两个节点的特征拼接后形成流量数据的嵌入表示，并最终进行分类处理；对服务器节点接收到的流量数据进行聚合处理，并使用双曲注意力机制来计算不同流量包之间的相似度。本发明通过双曲几何与图神经网络的结合，增强网络流量的异常检测能力，特别是针对IoT网络和互联网等复杂环境中的攻击模式，增强了系统对不同类型攻击的识别能力和鲁棒性。

本发明授权一种基于双曲空间建模和图神经网络的恶意流量检测方法在权利要求书中公布了：1.一种基于双曲空间建模和图神经网络的恶意流量检测方法，其特征在于，包括以下步骤： 步骤一、建立双曲空间和注意力机制； 步骤二、将恶意流量检测问题转化为基于图的边分类任务，基于图的边分类任务将网络流量数据建模为网络威胁图； 步骤三、在网络威胁图的基础上引入双曲空间和注意力机制，构建Hyper-GraphSAGE模型； 步骤四、构建面向IoT网络的Hyper-GraphSAGE-IoT算法；利用该算法在源节点和目标节点上分别执行GraphSAGE算法，并将这两个节点的特征拼接后形成流量数据的嵌入表示，并最终进行分类处理； 首先进行第一次邻域聚合即边聚合，将节点的邻居节点即入度节点传递过来的信息聚合到当前节点；该过程的公式为： 其中，euv表示节点v与邻域节点u相连的边uv，Nv表示对节点v的邻域节点采样，采样得到的邻域节点聚合后的特征用hNv表示，E表示边集合； 先进行第一次邻域聚合后，再进行第二次邻域聚合即节点聚合，获得2跳范围内的流量特征；具体采用双曲空间和注意力机制对邻域权重进行一个计算后再合并，即通过双曲加权聚合进行邻域聚合，节点最终的特征表示为： hv＝HyperbolicAttentionNv 通过两次邻域聚合，节点v的特征可表示来自邻居节点的流量和来自邻居节点的邻居节点之间的流量特征； 先进行两次邻域聚合后，再进行二分类操作：将网络流量的二分类问题转化为图中的边预测任务，即预测两个节点之间是否存在一条边，如果预测结果为“存在边”，则表明该流量为异常流量；若预测结果为“无边”，则表示该流量为正常流量；所述边预测任务的计算公式为： 其中，dDhu,hv表示庞加莱模型中节点u和节点v二者嵌入特征的距离，r和t都是超参数，hu,hv分别表示节点u和节点v最终的特征表示；通过该公式计算出边的概率分数，进而判断流量的正常与否； 先进行两次邻域聚合后，再进行二分类操作，最后进行多分类操作：先将源节点u和目标节点v的特征通过连接操作形成该流量的最终特征表示zuv： zuv＝CONCAThu,hv 其中，hu,hv分别表示节点u和节点v最终的特征表示；通过对合并后的边特征应用softmax层，输出流量的类别标签； 步骤五、构建面向互联网络的Hyper-GraphSAGE-internet算法；利用该算法对服务器节点接收到的流量数据进行聚合处理，并使用双曲空间和注意力机制来计算不同流量包之间的相似度； 首先进行消息的传递和聚合：假设节点v收到的流量包集合为Xv＝{x1,x2,…,xn}，其中流量xi来源于发送节点ui，消息传递阶段，节点v直接获得流量包集合Xv的特征；在消息聚合时，聚合函数使用双曲空间和注意力机制，通过双曲距离公式计算流量xi与流量xj的相似度，再进行加权聚合，最后将特征赋值于节点v；该过程的计算公式为： hv＝HyperbolicAttentionQ,K,V 通过上述操作节点v可有效集成来自同一时间段内不同流量包的特征； 先进行消息的传递和聚合，再进行边分类：节点v通过消息传递和聚合获得所有入度流量，且入度流量经过注意力机制计算后能表示流量与其同一时间段其他流量的关联度；针对于流量i的分类，将流量xi与流量xi和节点v聚合后的特征表示hv{i}进行合并，在最终的softmax层中转换为类概率，并与真实的类标签进行比较，以计算分类评估性能指标。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。