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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学;山东政法学院;北京东方通科技股份有限公司;北京东方通网信科技有限公司黄永军获国家专利权

北京邮电大学;山东政法学院;北京东方通科技股份有限公司;北京东方通网信科技有限公司黄永军获国家专利权

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!

龙图腾网获悉北京邮电大学;山东政法学院;北京东方通科技股份有限公司;北京东方通网信科技有限公司申请的专利一种基于扩散模型的恶意加密流量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:CN121098548B

龙图腾网通过国家知识产权局官网在2026-03-31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:202511179128.3,技术领域涉及:H04L9/40;该发明授权一种基于扩散模型的恶意加密流量检测方法是由黄永军;李睿凡;杜鹏飞;刘如君设计研发完成,并于2025-08-22向国家知识产权局提交的专利申请。

一种基于扩散模型的恶意加密流量检测方法在说明书摘要公布了:本发明提供了一种基于扩散模型的恶意加密流量检测方法,包括:对接收到的原始流量进行切割,得到多个会话流,并生成对应的包级数据流,对包级数据流中的每个数据包进行解析转换生成三通道流量图;利用预训练稳定扩散模型,在潜空间对三通道流量图进行前向加噪与反向去噪学习,并输出去噪轨迹,计算去噪轨迹与正常扩散轨迹的生成距离,并根据生成距离,判断原始流量是否为可疑流量;通过LORA低秩矩阵,对预训练稳定扩散模型的全连接层进行微调,并根据微调后的全连接层进行推理,判断可疑流量是否为恶意流量。本发明在无需解密载荷的情况下的,实现了恶意加密流量的高效、准确识别。

本发明授权一种基于扩散模型的恶意加密流量检测方法在权利要求书中公布了:1.一种基于扩散模型的恶意加密流量检测方法,其特征在于,包括: 对接收到的原始流量进行切割,得到多个会话流,并生成对应的包级数据流,对包级数据流中的每个数据包进行解析转换生成三通道流量图; 利用预训练稳定扩散模型,在潜空间对三通道流量图进行前向加噪与反向去噪学习,并输出去噪轨迹,计算去噪轨迹与正常扩散轨迹的生成距离,并根据生成距离,判断原始流量是否为可疑流量; 通过LORA低秩矩阵,对预训练稳定扩散模型的全连接层进行微调,并根据微调后的全连接层进行推理,判断可疑流量是否为恶意流量; 其中,利用预训练稳定扩散模型,在潜空间对三通道流量图进行前向加噪与反向去噪学习,并输出去噪轨迹,包括: 基于各个包级数据流的会话持续时长、包计数、平均包间隔以及方向比例生成条件嵌入向量; 向预训练稳定扩散模型中输入潜在变量和条件嵌入向量,在潜空间内对三通道流量图进行前向加噪与反向去噪学习,并获得去噪后的潜在变量; 对预训练稳定扩散模型输入的潜在变量进行记录,生成去噪轨迹; 其中,预训练稳定扩散模型分为前向扩散和反向去噪过程; 其中,前向扩散过程为给定原始潜在变量,在扩散步骤t时刻的潜在表示为: ; 其中,表示扩散步骤t时刻的潜在变量,表示固定噪声调度表中的噪声比例;表示标准高斯噪声; 反向去噪建模通过构建一个参数化网络用于预测噪声,其中c表示包含时长、包数、方向的条件嵌入向量; 针对预训练稳定扩散模型训练阶段的最小化损失函数如下: ; 其中,表示预训练稳定扩散模型在训练阶段的最小损失函数,表示根据用户需求增加的其他嵌入条件。

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邮电大学;山东政法学院;北京东方通科技股份有限公司;北京东方通网信科技有限公司,其通讯地址为:100000 北京市海淀区西土城路10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。