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！

龙图腾网获悉南京信息工程大学申请的专利面向开放网络环境的加密流量自适应更新分类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：CN121711193B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610206600.6，技术领域涉及：H04L9/40；该发明授权面向开放网络环境的加密流量自适应更新分类方法及系统是由刘光杰;童泽睿;翟江涛;孙洁;丁一凡设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本面向开放网络环境的加密流量自适应更新分类方法及系统在说明书摘要公布了：本发明公开了一种面向开放网络环境的加密流量自适应更新分类方法及系统。方法首先基于因果解耦机制提取内生语义特征与外生环境特征，通过反事实扰动与不变性约束剥离环境混淆因子，获得不变语义表征；构建表征网络态势的宏观漂移状态向量，输入经训练的元学习超网络智能决策自适应控制超参数；利用大语言模型思维链推理进行跨模态元校准，并计算候选样本的瞬时梯度向量与类别优化轨迹原型的子空间方向一致性以筛选可信样本；结合容量受限回放队列，引入梯度正交投影约束对低秩适配层参数进行更新。本发明通过因果解耦与元学习决策解决概念漂移问题，利用正交投影更新实现防遗忘，无需额外人工标注即可提升模型在开放环境下的在线适应性与鲁棒性。

本发明授权面向开放网络环境的加密流量自适应更新分类方法及系统在权利要求书中公布了：1.一种面向开放网络环境的加密流量自适应更新分类方法，其特征在于，包括以下步骤： S1：按照五元组对原始加密网络流量进行分流并按时间排序得到独立加密流，提取表征业务语义的内生时序特征与表征网络环境状态的外生时序特征，对网络环境施加反事实扰动得到外生扰动时序特征，利用加密流量分类模型引入不变性约束损失，获得对网络环境噪声不敏感的不变语义特征表示，并输出初始预测结果及置信度向量； S2：设定滑动时间窗口，对初始预测结果、置信度向量及不变语义特征表示进行窗口内统计，根据统计结果构建宏观漂移状态向量，所述宏观漂移状态向量至少包含不确定性分布指标和类别中心整体漂移指标；将宏观漂移状态向量输入经训练得到的元学习超网络，基于从环境状态到控制策略的非线性映射，输出当前窗口的自适应置信度阈值、自适应能量阈值及漂移评分，作为自适应控制超参数； S3：基于自适应置信度阈值和或自适应能量阈值筛选不确定目标流，未选中的则作为可靠样本直接输出初始预测结果作为最终分类结果；从不确定目标流中提取至少一种明文元数据构造文本提示并输入大语言模型；所述文本提示包含预设的K个目标类别集合或描述，约束大语言模型基于思维链推理机制输出包含推导路径的跨模态伪标签及语义置信度；将跨模态伪标签及语义置信度与初始预测结果进行对比，按照预设的旁路校准规则确定校准伪标签； S4：依据漂移评分、自适应置信度阈值、自适应能量阈值、校准伪标签及语义置信度，对在线样本筛选候选伪标签样本；保持主干网络参数固定，仅以低秩适配层或适配器层参数作为可训练参数，基于校准伪标签计算候选伪标签样本关于所述可训练参数的瞬时梯度向量，计算瞬时梯度向量与其校准伪标签所属类别优化轨迹原型之间的子空间方向一致性；结合候选伪标签样本的不确定性指标、最大预测置信度以及语义置信度构造不确定性权重，依据子空间方向一致性与不确定性权重确定可信样本； S5：按类别维护容量受限的历史回放队列，根据可信样本与回放队列构建类别均衡训练批次，并依据漂移评分对更新强度进行调制；引入梯度正交投影约束，保持主干网络参数固定仅更新所述低秩适配层或适配器层参数，且新任务的参数更新方向与历史参数子空间保持正交或干扰最小化，实现模型防遗忘自适应更新，输出更新后的模型用于后续加密流量在线分类预测。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。