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！

龙图腾网获悉东北大学申请的专利一种基于门控Transformer的Web攻击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：CN116527357B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310460958.8，技术领域涉及：H04L9/40；该发明授权一种基于门控Transformer的Web攻击检测方法是由鲍张军;易秀双;王宇;张晓燕;于北溟设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种基于门控Transformer的Web攻击检测方法在说明书摘要公布了：本发明提供一种基于门控Transformer的Web攻击检测方法，涉及网络维护技术领域。本发明的方法提出的基于门控Transformer的网络模型，将Transformer和门控卷积模块结合在一起，Transformer通过多头自注意力机制提取不同空间维度的全局语义信息，门控卷积通过一维卷积核提取局部空间的信息，并采用门控机制对文本信息进行筛选与过滤。本发明能够有效的进行多维度全局特征与局部特征的提取，混合词向量表能够包含更准确丰富的语义信息；能够自动提取文本序列中的有效数据信息特征，不需要手动进行信息筛选和词表替换；进一步提升模型多分类攻击检测的准确率并降低误报率，能够充分保护Web服务器系统的安全。

本发明授权一种基于门控Transformer的Web攻击检测方法在权利要求书中公布了：1.一种基于门控Transformer的Web攻击检测方法，其特征在于：包括以下步骤： 步骤1：通过pythonscapy库的sniff模块进行流量收集，收集到pcap流量文件，并从中提取应用层数据； 步骤2：对应用层数据的报文文本进行URL解码，通过预定义的特殊字符对URL、参数列表、user-agent、cookie、referer字段的文本信息进行分词； 步骤3：混合词嵌入模块通过融合两种不同方式生成的词嵌入表来增强向量表示的健壮性；混合词嵌入模块的两种词嵌入表分别是基于连续词袋模型Cbow的Word2Vec词嵌入表和基于Embedding层的词嵌入表；基于Embedding层的词嵌入表通过Xavier_uniform分布初始化，并且会在训练过程中不断更新词向量的分布式表示；基于连续词袋模型Cbow的Word2Vec词嵌入表需要在模型进入训练阶段之前生成完毕；基于Embedding层的词嵌入表和基于连续词袋模型Cbow的Word2Vec词嵌入表分别将词向量映射到不同的离散空间，从而进行词的分布式向量表示； 步骤4：HTTP报文的文本信息通过步骤3的混合词嵌入模块进行处理后转换为一系列的词向量后，即得到词的分布式向量表示后，将该一系列的词向量输入到TransformerEncoder模型进行全局注意力特征提取；TransformerEncoder模型包括3部分结构：位置编码模块、多头自注意力模块、残差层归一化模块；TransformerEncoder模型首先对混合词嵌入模块处理后的向量加入位置编码信息，并通过多头自注意力机制模块进行多维度序列特征提取，最后输入到前馈神经网络模块； 步骤5：将TransformerEncoder模型的输出输入到门控卷积模型，门控卷积模型对局部感受野范围内的数据进行局部特征提取；通过门控卷积模型对非关键数据进行动态筛选与过滤； 步骤6：将门控卷积模型的输出结果通过最终的分类器模块进行分类；softmax函数转换为概率分布，概率分布中的每一个维度分别对应一种攻击类别，概率分布中概率最大值的索引所对应的攻击类别即为最终攻击检测的分类结果。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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。