“网络流量特征”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3526800个，建议您升级VIP下载更多相关专利

[发明专利]基于自注意机制的网络流量分类方法、介质及终端设备-CN201911412366.9有效
发明人：江勇;谢国锐;李清;夏树涛;齐竹云 -专利权人：鹏城实验室;清华大学深圳国际研究生院
申请日： 2019-12-31 - 公布日： 2023-07-28 - 主分类号： H04L47/2441 文献下载
摘要：本发明公开了一种基于自注意机制的网络流量分类方法、介质及终端设备，所述方法获取待分类网络流量包数据，并确定所述待分类网络流量包数据对应的输入序列；将所述输入序列输入至预先训练的网络流量分类模型，通过所述网络流量分类模型预测所述待分类网络流量包数据对应的流量类别本发明使用的网络流量分类模型包括编码模块，所述编码模块包括自注意机制单元，这样通过自注意机制提取有效流量特征，提高了流量分类精度。
基于注意机制网络流量分类方法介质终端设备

[发明专利]一种网络流量识别方法及装置-CN202010366325.7有效
发明人：胡博;陈山枝;朱轶凡;汪劲希 -专利权人：北京邮电大学
申请日： 2020-04-30 - 公布日： 2021-09-24 - 主分类号： H04L12/26 文献下载
摘要：本发明提供了一种网络流量识别方法及装置，该方法包括：基于获取到的待识别流量的连续特征，采用多元相关分析得到连续流量图；基于获取到的待识别流量的离散特征，采用独热编码和实体嵌入得到离散流量图；将连续流量图输入卷积神经网络得到连续流量图值；将离散流量图输入因子分解机，得到离散流量图值；将连续流量图值和离散流量图值输入归一化指数函数，获得待识别流量的类型。本发明提供的方法不仅适用于字节形式的原始网络流量，也适用于基于原始网络流量进行特征提取及组合后的非字节网络流量，增大了网络流量识别方法的应用范围，提高了网络流量识别的精确性。
一种网络流量识别方法装置

[发明专利]流量异常处理方法、装置、电子设备及存储介质-CN202310991967.X在审
发明人：胡泽华;余伟浩;马浩鹏;杨冰;阮科 -专利权人：中国电信股份有限公司
申请日： 2023-08-08 - 公布日： 2023-09-08 - 主分类号： H04L41/142 文献下载
摘要：本公开提供了一种流量异常处理方法、装置、电子设备及计算机可读存储介质，涉及数据通信技术领域。该方法包括：将历史网络流量数据输入至流量预测模型得到预测网络流量矩阵；根据预测网络流量矩阵与当前网络流量矩阵的残差确定当前网络流量矩阵的异常点；将异常点通过随机噪声代替，得到异常流量局向掩膜矩阵；根据历史网络流量数据及当前网络拓扑数据，基于时空特征提取方法得到时空特征；将异常流量局向掩膜矩阵及时空特征输入至扩散生成模型；扩散生成模型补全异常流量局向掩膜矩阵中异常点对应的补全值；识别异常点及补全值，将分析结果发送至告警对象；本公开实施例能够实现网络流量异常分析自动化，促进网络规划的自动化进程。
流量异常处理方法装置电子设备存储介质

[发明专利]网络流量异常判断方法和装置-CN201510149442.7在审
发明人：朱柏涛 -专利权人：北京奇艺世纪科技有限公司
申请日： 2015-03-31 - 公布日： 2015-07-22 - 主分类号： H04L12/26 文献下载
摘要：本发明公开了一种网络流量异常判断方法和装置，涉及计算机技术领域。所述方法包括：实时获取网络流量；根据网络流量的采集时刻，构造网络流量的时间序列；对时间序列中新增的子时间序列,计算所述子时间序列的赫斯特指数；根据所述赫斯特指数与阀值范围的关系，则判断网络流量是否出现异常本发明可以利用网络流量的赫斯特指数的变化来区分异常的流量和正常的流量，这种方法有别于传统的根据特征值匹配的检测算法，从网络流量的本身出发，不需要建立一个庞大的特征库，大大减少了检测的时间和成本。
网络流量异常判断方法装置

[发明专利]一种基于时空特征学习的网络攻击监测方法-CN202211133979.0在审
发明人：沈祥进 -专利权人：江苏云机汇软件科技有限公司
申请日： 2022-09-19 - 公布日： 2023-01-31 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于时空特征学习的网络攻击监测方法，包括以下步骤：S01：获取网络流量数据并转化格式；S02：获取网络流量数据的空间特征数据；S03：获取网络流量数据的时间特征数据；S04；将特征数据与安全特征数据比对分析；S05：对异常特征进行模拟风险评估。本发明中，该监测方法采用两个独立的神经网络框架，可以对网络流量数据内的空间特征和时间特征进行独立的标记，并将差异性过大的异常特征数据导入仿真模型内，对异常特征数据进行安全风险等级的评估，即可对网络流量数据的属性进行全面的识别判断，准确的判定网络攻击的信息，为网络的安全运行提供安全可靠的数据支持。
一种基于时空特征学习网络攻击监测方法

[发明专利]一种基于二次特征提取的网络流量异常检测方法及系统-CN202211492575.0有效
发明人：潘成胜;李志祥;杨雯升;蔡凌云 -专利权人：南京信息工程大学
申请日： 2022-11-25 - 公布日： 2023-06-27 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于二次特征提取的网络流量异常检测方法及系统，通过使用双向长短期记忆网络学习网络流量数据之间的特征关系，完成网络流量数据的一次特征提取，并在此基础上，定义一种基于注意力机制的特征重要性权重评估规则，依据特征重要性大小对双向长短期记忆网络生成的特征向量给予相应的权重，完成数据的二次特征提取。最后，提出一种“先总分后细分”的设计思想构建网络流量数据检测模型，实现多分类网络流量数据的异常检测。本发明有效提高了网络流量数据异常检测的准确率、精确率、召回率和F1值，并且该模型并且具有良好的泛化能力。
一种基于二次特征提取网络流量异常检测方法系统

[发明专利]一种云平台的流量分类方法、系统及相关设备-CN201911089881.8在审
发明人：何亚明 -专利权人：北京浪潮数据技术有限公司
申请日： 2019-11-08 - 公布日： 2020-06-02 - 主分类号： H04L12/851 文献下载
摘要：本申请提供一种云平台的流量分类方法，包括：抓取网络流量；判断所述网络流量的目的端口号是否为已知端口号；若是，则根据所述网络流量对应的已知端口号的行为对所述网络流量分类；若否，利用网络模型确定所述网络流量的类别本申请通过先对抓取的网络流量进行端口号识别，若并非已知端口号，则利用网络模型确定网络流量类别，能够对网络流量进行识别和特征提取，进而予以控制，可以根据网络流量优化网络资源，进而提高网络的安全服务性能。本申请还提供一种云平台的流量分类系统、一种计算机可读存储介质和一种云平台服务器，具有上述有益效果。
一种平台流量分类方法系统相关设备

[发明专利]一种网络入侵检测方法、系统、设备和可读存储介质-CN202110408122.4有效
发明人：孙静春;邓飞 -专利权人：西安交通大学
申请日： 2021-04-15 - 公布日： 2022-02-22 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种网络入侵检测方法、系统、设备和可读存储介质，方法包括步骤1，选取网络入侵检测数据集；步骤2，根据访问的网络流量选取攻击特征行为；步骤3，根据步骤2选取的代表性特征行为属性，依据访问网络流量的二维端口矩阵组合分类构造数据分类器，通过数据分类器得出二维端口矩阵组合分类的网络流量频数分布；步骤4，依据网络流量频数分布建立Logit模型，通过Logit模型对网络流量进行攻击识别；步骤5，输出识别结果Y，并将攻击识别结果Y与概率切割值pi进行比较，当Y大于概率切割值pi是，输出Y＝1，判定网络流量属于网络攻击，反之，输出Y＝0，判断网络流量属于正常行为。通过将网络流量攻击问题转换为概率问题，降低了检测难度。
一种网络入侵检测方法系统设备可读存储介质

[发明专利]一种基于深度学习的网络流量分类方法-CN202010628997.0在审
发明人：黄东;秦小林;刘竟成;林小光;彭泳亲;陈震宇;杨涌;杨治明;黄海松;江勇;赵向前;赵梓妍;王颜龄;蒋铮;吴健;杨润宗;王紫阳;冯涛;王万涛;谭钧译;陶汉君;黄浩俭 -专利权人：黄东
申请日： 2020-07-01 - 公布日： 2020-10-23 - 主分类号： H04L12/851 文献下载
摘要：本发明公开了一种基于深度学习的网络流量分类方法，包括采集网络流量数据集，将网络流量数据集分为若干测试数据集；将训练数据集输入至卷积神经网络进行特征学习，将学习后的特征作为分类器的输入；对测试数据集进行测试，输出网络流量分类结果。本发明可以隐性地从训练数据中进行网络学习并提取特征，不仅避免了人工特征选取的麻烦，而且提高了流量分类的精度以及效率。
一种基于深度学习网络流量分类方法

[发明专利]基于网络接入点的移动终端恶意软件检测方法及其系统-CN201510487144.9有效
发明人：陈贞翔;杨波;韩泓波;张蕾;彭立志;荆山 -专利权人：济南大学
申请日： 2015-08-10 - 公布日： 2018-01-02 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于网络接入点的移动终端恶意软件检测方法及其系统，该方法包括用户移动终端通过网络接入点访问网络，向检测服务器申请认证；认证处理后，通过动态分配流量镜像端口进行采集且缓存用户移动终端网络流量至流量数据处理服务器，然后对获取的用户移动终端网络流量进行识别和隐私处理，然后提取并聚合网络流量数据特征，形成特征集，并传送至检测服务器；读取特征集，检测服务器中的检测模型对特征集中特征进行检测，检测结果通过网络接入点返回给用户该方法在网络接入点利用移动终端产生的网络流量来检测终端设备是否安装有恶意软件，通过分析网络流量特征，立即检测出在移动终端产生恶意流量时移动终端上运行的恶意软件。
基于网络接入移动终端恶意软件检测方法及其系统

[发明专利]一种基于网络流量的智能业务类型感知方法-CN202310841678.1在审
发明人：秦浩;高文俊;丁波;陈今;薛伟;孙嫣 -专利权人：安徽继远软件有限公司
申请日： 2023-07-10 - 公布日： 2023-09-05 - 主分类号： H04L43/04 文献下载
摘要：本公开提供了一种基于网络流量的智能业务类型感知方法，包括采集网络流量数据，并对所述采集到的网络流量数据进行预处理；对处理后的网络流量数据进行特征提取；利用机器学习或深度学习算法对提取到的特征进行分类，得到分类模型；对所述分类模型进行优化和评估；将训练好的分类模型应用于实时网络流量数据，实时判断网络连接或会话中传输的业务类型。本发明对采集到的网络流量数据进行预处理，将不合格的数据进行清洗剔除，方便对大量的数据包和流量特征进行筛选、处理和分析，能够实时性和准确识别业务类型。
一种基于网络流量智能业务类型感知方法

[发明专利]一种基于FSWT时频分布的LDoS攻击检测方法-CN202110119625.X在审
发明人：汤澹;严裕东;冯叶;郑芷青;张冬朔;徐柳深 -专利权人：湖南大学
申请日： 2021-01-28 - 公布日： 2021-05-11 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于FSWT时频分布的LDoS攻击检测方法，属于计算机网络安全领域。其中所述方法包括四个步骤，网络流量采集、统计特征提取和特征检测模型构建、LDoS攻击行为判定。首先在路由器上提取TCP流量形成原始网络流量；然后处理原始网络流量获得有效网络流量，使用FSWT时频变换技术获取有效网络流量的时频分布，并计算重要统计特征作为检测依据；通过训练数据的统计特征和标签，训练决策树分类模型作为特征检测模型；以上述训练好的特征检测模型的输出来判断是否发生LDoS攻击。本发明提出的LDoS攻击检测方法，对复杂网络环境中噪声等问题有很好的抗干扰性，该方法能够准确提取网络流量在时频域中的特征信息，提高特征的准确性，增强LDoS攻击的检测性能。
一种基于 fswt 分布 ldos 攻击检测方法

[发明专利]一种网络流量检测方法以及相关设备-CN202011478172.1在审
发明人：孙志敏;周颖杰;吕建成;郑晓峰;胡红山;宋绪成;赵伟 -专利权人：华为云计算技术有限公司
申请日： 2020-12-15 - 公布日： 2022-06-17 - 主分类号： H04L9/40 文献下载
摘要：本申请提供了一种网络流量检测方法，该方法应用于人工智能(AI)领域，用于解决网络流量异常检出率低、误报率高的问题。该方法包括：获取网络流量，学习网络流量中至少一个数据包的载荷的序列特征，对序列特征进行重构，获得重构特征，然后基于序列特征和重构特征获得数据包的残差特征，该残差特征能够有效表征数据包中字符序列的异常变化，基于综合有该残差特征以及序列特征的综合特征进行分类，从而对网络流量进行检测，可以有效提升检出率，降低误报率。
一种网络流量检测方法以及相关设备

[发明专利]基于深度学习的增量学习流量异常检测方法-CN202110380396.7在审
发明人：肖艳炜;金学奇;蒋正威;刘栋;孔飘红;黄银强;李振华;张静;杜浩良;朱英伟;张锋明;吴炳超;吴涛;张晖;张立群;江杰;潘仲达 -专利权人：国网浙江省电力有限公司金华供电公司;国网浙江省电力有限公司
申请日： 2021-04-09 - 公布日： 2021-08-31 - 主分类号： H04L29/06 文献下载
摘要：本申请实施例提出了基于深度学习的增量学习流量异常检测方法，包括收集网络流量数据，并对网络流量数据进行预处理，得到处理后的网络流量数据；利用LSTM模型对处理后的网络流量数据进行特征预提取；建立决策树改进支持向量机模型，通过折交叉验证算法选取最优化参数，构建最优化模型；训练得到改进后的向量机模型，用于对提取到的网络流量数据特征进行分类，对分类效果进行评估。提出了用决策树和SVM结合的方法，针对网络流量数据特点，采用LSTM提取流量信息特征，在利用模型进行异常流量的分类检测。基于改进的模型成功的进行了分类检测，并且相较于传统的流量异常检测方法，取得了更优的分类效果。
基于深度学习增量流量异常检测方法

[发明专利]一种加密流量识别方法、系统、终端以及存储介质-CN202011231169.X在审
发明人：叶可江;林鹏;胡奕绅;须成忠 -专利权人：中国科学院深圳先进技术研究院
申请日： 2020-11-06 - 公布日： 2022-05-06 - 主分类号： H04L47/2483 文献下载
摘要：本申请涉及一种加密流量识别方法、系统、终端以及存储介质。包括：获取网络流量数据包，学习各个网络流量数据包字节内容之间的关联性，训练一个具有数据包编码能力的神经网络模型；通过所述神经网络模型对所述网络流量数据包的字节内容进行编码；学习所述编码后的各个网络流量数据包之间的时序关系，获取各个网络流量数据包的特征表示，并学习各个网络流量数据包的长度信息；对所述各个网络流量数据包的特征表示和长度信息进行融合以及Softmax分类，得到所述各个网络流量数据包的流量识别结果。本申请可以保证神经网络可以学习到数据包的原始字节信息和长度信息，在保持数据包信息完整性的同时达到更好的加密流量识别效果。
一种加密流量识别方法系统终端以及存储介质