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 > 暨南大学耿光刚获国家专利权

暨南大学耿光刚获国家专利权

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!

龙图腾网获悉暨南大学申请的专利恶意DoH隧道流量检测方法、设备及存储介质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:CN121125349B

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:202511650451.4,技术领域涉及:H04L9/40;该发明授权恶意DoH隧道流量检测方法、设备及存储介质是由耿光刚;陈佳宇;刘东杰;张银炎设计研发完成,并于2025-11-12向国家知识产权局提交的专利申请。

恶意DoH隧道流量检测方法、设备及存储介质在说明书摘要公布了:本申请公开了一种恶意DoH隧道流量检测方法、设备及存储介质,涉及网络安全技术领域,包括:获取待检测流量,并提取所述待检测流量的若干个待检测流量特征;将各所述待检测流量特征输入目标恶意流量检测模型中进行检测,得到所述目标恶意流量检测模型输出的恶意流量检测结果,其中,所述目标恶意流量检测模型由经过重要特征筛选、语义增强以及语义处理后的恶意流量特征数据集训练得到。本申请通过重要特征筛选去除冗余和无关特征,聚焦关键信息,并通过语义增强突出恶意流量语义,抑制环境噪声干扰;再经语义处理深度建模流量特征,使得模型检测准确性高,进而使其能够适应复杂多变的网络环境和流量模式,提高模型的鲁棒性和泛化能力。

本发明授权恶意DoH隧道流量检测方法、设备及存储介质在权利要求书中公布了:1.一种恶意DoH隧道流量检测方法,其特征在于,包括: 获取待检测流量,并提取所述待检测流量的若干个待检测流量特征; 将各所述待检测流量特征输入目标恶意流量检测模型中进行检测,得到所述目标恶意流量检测模型输出的恶意流量检测结果,其中,所述目标恶意流量检测模型由经过重要特征筛选、语义增强以及语义处理后的恶意流量特征数据集训练得到,其中,获取恶意流量特征数据集,并对所述恶意流量特征数据集进行数据预处理,得到模型训练集以及模型测试集;基于所述模型训练集,对初始恶意流量检测模型进行模型训练,得到待定恶意流量检测模型;基于所述模型测试集以及所述模型测试集对应的测试标签集对所述待定恶意流量检测模型进行模型测试,得到所述目标恶意流量检测模型; 根据互信息值计算方法,评估所述模型训练集中各样本流量特征的贡献值,并基于各所述样本流量特征的贡献值,确定第一样本特征序列; 对所述第一样本特征序列进行语义增强处理,得到第二样本特征序列; 将所述第二样本特征序列输入至初始恶意流量检测模型进行模型训练,得到所述初始恶意流量检测模型输出的流量分类结果,其中,所述初始恶意流量检测模型包括时序卷积网络、正向门控多头注意力层、多尺度语义整合层、平均池化层与全连接层,将所述第二样本特征序列输入所述时序卷积网络中的残差结构进行扩张因果卷积、权重归一化、函数激活及随机屏蔽,得到第一流量处理结果;通过所述正向门控多头注意力层对所述第一流量处理结果进行上下文语义捕获,生成第二流量处理结果;通过多尺度语义整合层对所述第二流量处理结果进行深度整合和多尺度建模,得到第三流量处理结果;将所述第三流量处理结果经所述平均池化层与所述全连接层进行映射,输出所述流量分类结果; 基于所述流量分类结果,判断所述初始恶意流量检测模型是否满足预设迭代条件,得到所述待定恶意流量检测模型。

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暨南大学,其通讯地址为:510000 广东省广州市天河区黄埔大道西601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。

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。