Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京禹宏信安科技有限公司石磊获国家专利权

北京禹宏信安科技有限公司石磊获国家专利权

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!

龙图腾网获悉北京禹宏信安科技有限公司申请的专利一种基于特征分层过滤与深度学习分类的网络指纹识别方法及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:CN121012761B

龙图腾网通过国家知识产权局官网在2026-02-03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:202511517044.6,技术领域涉及:H04L43/04;该发明授权一种基于特征分层过滤与深度学习分类的网络指纹识别方法及系统是由石磊;李东;雷雪;俞文奇设计研发完成,并于2025-10-23向国家知识产权局提交的专利申请。

一种基于特征分层过滤与深度学习分类的网络指纹识别方法及系统在说明书摘要公布了:本申请涉及网络安全技术领域,尤其是涉及一种基于特征分层过滤与深度学习分类的网络指纹识别方法及系统,包括接收目标网络资产的探测响应数据,经特征提取获得多维特征数据后,采用分层过滤机制对预置指纹库进行筛选,得到候选指纹集合,基于该集合与原始响应数据,借助预设的深度学习分类模型进行精准识别,生成初步识别结果及对应置信度,通过将置信度与预设阈值进行比对,并结合识别结果与预设分类边界的一致性验证,最终仅在置信度高于阈值且结果远离分类边界时输出识别结果。实现了大规模网络下资产识别的性能,解决了现有技术因处理效率低下无法应对大规模网络探测,以及因缺乏多重校验机制而导致对模糊样本误判率高、可靠性差的问题。

本发明授权一种基于特征分层过滤与深度学习分类的网络指纹识别方法及系统在权利要求书中公布了:1.一种基于特征分层过滤与深度学习分类的网络指纹识别方法,其特征在于,包括: 接收目标网络资产的探测响应数据,并对所述探测响应数据进行提取,得到多维特征数据; 基于所述多维特征数据,采用分层过滤机制对预置指纹库进行筛选,得到候选指纹集合; 基于所述候选指纹集合和所述探测响应数据,通过预设的深度学习分类模型进行识别,生成第一识别结果和对应的第一置信度,所述预设的深度学习分类模型包括嵌入层、位置编码层、多头自注意力层及前馈网络与分类器; 将所述第一置信度与预设第一置信度阈值比对,和将所述第一识别结果与预设分类边界进行比对; 若所述第一置信度高于预设第一置信度阈值且所述第一识别结果远离分类边界,将所述第一识别结果作为最终识别结果; 所述基于所述候选指纹集合和所述探测响应数据,通过预设的深度学习分类模型进行识别,之前还包括: 对所述探测响应数据进行预处理和Token化,生成Token序列; 其中,所述基于所述候选指纹集合和所述探测响应数据,通过预设的深度学习分类模型进行识别,生成第一识别结果和对应的第一置信度,包括: 通过所述嵌入层对所述Token序列进行Token映射,生成初始向量序列; 通过所述位置编码层对所述初始向量序列注入序列外置信息,生成包含中间向量序列; 通过多头自注意力层对所述中间向量序列进行语义提取,得到所述Token序列的上下文语义特征; 通过前馈网络与分类器对所述上下文语义特征进行计算,得到对应于所述候选指纹集合中各个指纹类别的概率分布; 将概率分布中最高概率值对应的指纹类别作为所述第一识别结果,并将最高概率值作为所述第一置信度。

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北京禹宏信安科技有限公司,其通讯地址为:100101 北京市朝阳区小营路17号一幢四层408室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。