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！

龙图腾网获悉四川水利职业技术学院申请的专利一种基于计算机的网络监测系统及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：CN121193636B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511725423.4，技术领域涉及：H04L43/0876；该发明授权一种基于计算机的网络监测系统及方法是由吴俭;张杰设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本一种基于计算机的网络监测系统及方法在说明书摘要公布了：本申请提供了一种基于计算机的网络监测系统及方法，将计算机网络中的流量数据向量投影至表征网络正常流量模式的低秩子空间，进而得到计算机网络在当前时刻的平方预测误差；若平方预测误差超过计算机网络的行为安全基线时，将当前时间粒度窗口内的网络流量矩阵分解为低秩矩阵和稀疏矩阵，进而基于低秩矩阵和稀疏矩阵筛选多个发生异常的源节点与目的节点对；根据各个发生异常的源节点与目的节点对的置信特征生成当前时间粒度窗口内包含具体异常地址和攻击类型的告警信息，进而触发网络控制器对发生异常的源节点与目的节点对中异常流量进行整形处理。基于上述方案可实现基于低秩子空间投影的稀疏分解定位，从而可提高网络攻击识别的实时响应能力。

本发明授权一种基于计算机的网络监测系统及方法在权利要求书中公布了：1.一种基于计算机的网络监测方法，其特征在于，包括如下步骤： 以预设时间粒度窗口采集计算机网络中所有源节点与目的节点对之间的历史流量数据，构建行代表源节点与目的节点对、列代表时间的网络流量矩阵； 基于所述网络流量矩阵生成表征网络正常流量模式的低秩子空间，监控计算机网络中的流量数据向量，将所述流量数据向量投影至所述低秩子空间，进而得到计算机网络在当前时刻的平方预测误差； 若所述平方预测误差超过计算机网络的行为安全基线时，将当前时间粒度窗口内的网络流量矩阵分解为低秩矩阵和稀疏矩阵，进而基于所述低秩矩阵和所述稀疏矩阵筛选多个发生异常的源节点与目的节点对，进而确定各个发生异常的源节点与目的节点对中异常状态的置信特征，其中，所述置信特征是每个发生异常的源节点与目的节点对的异常行为的量化特征； 根据各个发生异常的源节点与目的节点对的置信特征生成当前时间粒度窗口内包含具体异常地址和攻击类型的告警信息，进而触发网络控制器对发生异常的源节点与目的节点对中异常流量进行整形处理； 其中，基于所述低秩矩阵和所述稀疏矩阵筛选多个发生异常的源节点与目的节点对具体包括： 对于各个源节点与目的节点对，从所述稀疏矩阵中提取源节点与目的节点对的异常流量序列，从所述低秩矩阵中提取源节点与目的节点对的正常流量序列，计算异常流量序列的范数与正常流量序列的范数之比作为源节点与目的节点对的相对异常贡献度，进而得到各个源节点与目的节点对的相对异常贡献度； 通过所有的相对异常贡献度确定计算机网络中的节点对异常阈值； 基于所述节点对异常阈值从计算机网络中筛选出发生异常的源节点与目的节点对，得到多个发生异常的源节点与目的节点对； 其中，确定各个发生异常的源节点与目的节点对中异常状态的置信特征具体包括： 对于各个发生异常的源节点与目的节点对，从所述稀疏矩阵获取源节点与目的节点对的异常强度序列； 计算所述异常强度序列中的平均异常强度、异常强度方差和最大异常强度； 通过所述平均异常强度、所述异常强度方差和所述最大异常强度确定源节点与目的节点对中异常状态的置信特征，进而得到各个发生异常的源节点与目的节点对中异常状态的置信特征。

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四川水利职业技术学院，其通讯地址为：611800 四川省成都市都江堰市复兴街40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。