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！

龙图腾网获悉北京信联数安科技有限公司;国家计算机网络与信息安全管理中心北京分中心;北京邮电大学申请的专利基于NiN混合稠密残差网络的加密流量检测方法与系统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：CN120217078B 。

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：202510260611.8，技术领域涉及：G06F18/241；该发明授权基于NiN混合稠密残差网络的加密流量检测方法与系统是由赵彦;张胜;章子龙;金正平;时忆杰;王桐澎设计研发完成，并于2025-03-06向国家知识产权局提交的专利申请。

本基于NiN混合稠密残差网络的加密流量检测方法与系统在说明书摘要公布了：本发明涉及基于NiN混合稠密残差网络的加密流量检测方法，设计创建NiN混合稠密残差网络，基于样本数据集，以加密流量数据包所对应各目标流量特征值为分析对象，针对NiN混合稠密残差网络进行训练，获得加密流量数据包识别模型，进而针对待分析加密流量数据包进行识别检测，本发明并设计相应系统，从特征提取、网络训练、预测分类设计相应各模块，高效实现加密流量数据包的识别检测；本发明所设计NiN混合稠密‑残差网络采用多模块网络的逐级学习，具有更高的模型鲁棒性与更低的模型漏报率，能够挖掘加密流量数据中更深层次的特征，实现高效、稳定的数据分析与分类，提高加密流量识别检测的工作效率。

本发明授权基于NiN混合稠密残差网络的加密流量检测方法与系统在权利要求书中公布了：1.一种基于NiN混合稠密-残差网络的加密流量检测方法，其特征在于：执行如下步骤A至步骤B，获得加密流量数据包识别模型；然后执行步骤i，应用加密流量数据包识别模型，针对待分析加密流量数据包进行识别检测； 步骤A.构建预设数量对应于预设各流量分类的各个样本加密流量数据包，并提取各条样本加密流量数据包分别所对应预设各目标流量特征值，以单条样本加密流量数据包所对应各目标流量特征值、结合该样本加密流量数据包所对应流量分类类别，构建样本，进而获得样本数据集，然后进入步骤B； 步骤B.构建NiN混合稠密-残差网络，并基于样本数据集，以样本中样本加密流量数据包所对应各目标流量特征值为输入、样本加密流量数据包所对应流量分类类别为输出，针对NiN混合稠密-残差网络进行训练，获得加密流量数据包识别模型； 其中，NiN混合稠密-残差网络包括自输入端至输出端方向依次串联的特征输入模块、第一NiN模块、第一残差串联结构、第一最大池化层、第二NiN模块、稠密串联结构、过渡模块、第二最大池化层、第三NiN模块、第二残差模块、全局平均池化层、全连接层、分类输出模块；特征输入模块的输入端构成NiN混合稠密-残差网络的输入端，分类输出模块的输出端构成NiN混合稠密-残差网络的输出端，第一残差串联结构包括自输入端至输出端方向依次串联的至少一个第一残差模块，顺序第一个第一残差模块的输入端构成第一残差串联结构的输入端，顺序最后一个第一残差模块的输出端构成第一残差串联结构的输出端，稠密串联结构包括自输入端至输出端方向依次串联的至少两个稠密模块，顺序第一个稠密模块的输入端构成稠密串联结构的输入端，顺序最后一个稠密模块的输出端构成稠密串联结构的输出端； 所述第一NiN模块、第二NiN模块、第三NiN模块三者的结构彼此相同，各个NiN模块分别均包括自输入端至输出端方向依次串联的卷积层、ReLU激活函数层、卷积层、ReLU激活函数层，其中，顺序第一个卷积层的输入端构成NiN模块的输入端，顺序最后一个ReLU激活函数层的输出端构成NiN模块的输出端； 步骤i.提取待分析加密流量数据包所对应各目标流量特征值，输入加密流量数据包识别模型进行处理，获得待分析加密流量数据包所对应流量分类类别，实现对待分析加密流量数据包的识别检测。

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北京信联数安科技有限公司;国家计算机网络与信息安全管理中心北京分中心;北京邮电大学，其通讯地址为：101100 北京市大兴区北京经济技术开发区科谷一街10号院6号楼6层604(北京自贸试验区高端产业片区亦庄组团)；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。