“流量样本”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592548个，建议您升级VIP下载更多相关专利

[发明专利]一种面向网络流量原始编码的敏感信息检测方法-CN202310282551.0在审
发明人：张翀;刘铭;吕欣润;谷杰铭;张程鹏;邢潇;张奕欣 -专利权人：国家计算机网络与信息安全管理中心
申请日： 2023-03-21 - 公布日： 2023-06-23 - 主分类号： H04L43/0888 文献下载
摘要：本发明提出一种面向网络流量原始编码的敏感信息检测方法，属于网络流量数据检测技术领域。包括：S1.获取网络流量数据，并对载荷进行处理；S2.构建跳元模型对载荷数据进行词嵌入；S3.对词嵌入向量进行降维处理；S4.构建敏感度检测模型；S5.对标签样本进行聚类分析；S6.将待测样本和标签样本输入至敏感度检测模型，输出相似度；S7.根据不同环境的网络流量设置判断相似度阈值，将相似度与相似度阈值进行比较，若相似度大于相似度阈值，认为待测样本与标签样本类别相同，若相似度小于相似度阈值，采用正则匹配或关键字检测是否包含敏感信息解决流量载荷进行还原时无法有效应用于大规模网络流量传输环境中的问题。
一种面向网络流量原始编码敏感信息检测方法

[发明专利]一种少样本网页指纹学习方法、终端设备及存储介质-CN202310209945.3在审
发明人：谢怡;张亦希;冯嘉豪;许卓斌;孙学良;熊鑫鑫 -专利权人：厦门大学
申请日： 2023-03-07 - 公布日： 2023-06-27 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种少样本网页指纹学习方法、终端设备及存储介质，该方法中包括：组建预训练数据集和少样本数据集；构建对比网络，对比网络包括数据增强模块、特征提取器、投影头模块和对比损失模块；通过预训练数据集对对比网络进行训练，得到预训练特征提取器；将少样本数据集中的原始流量经过数据增强模块和训练后的特征提取器后得到少样本数据集中各样本的增强流量的特征向量；构建线性分类器，将特征向量作为线性分类器的输入线性分类器进行训练；将训练后的特征提取器和训练后的线性分类器组合得到流量分类模型，通过流量分类模型对待监测网页的流量进行指纹识别。本发明可以通过收集少量流量快速训练新的分类器，保证了网页指纹识别的准确性。
一种样本网页指纹学习方法终端设备存储介质

[发明专利]实时识别异常流量的方法、装置、计算机设备和存储介质-CN201811534156.2有效
发明人：于洋;马宁;孙家棣 -专利权人：中国平安人寿保险股份有限公司
申请日： 2018-12-14 - 公布日： 2022-12-20 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种实时识别异常流量的方法、装置、计算机设备和存储介质，涉及流量监控领域，该方法包括：获取已经接收且存储在数据库中的流量数据；从所述流量数据中获取样本集；将所述样本集分出初始训练样本集；将所述初始训练样本集分别输入逻辑回归LR模型与随机森林RF模型进行训练；接收实时流量数据；将实时流量数据分成第一部分和第二部分；将所述LR模型与RF模型同时投入对第一部分中的实时流量数据的识别中；确定LR模型、RF模型分别对应的第一准确度、第二准确度；将第一准确度和第二准确度中准确度更高的模型配置到第二部分中的实时异常流量的识别中，并进行异常流量的实时识别。该方法提高了实时识别异常流量的准确度。
实时识别异常流量方法装置计算机设备存储介质

[发明专利]一种结合梯度信息和遗传算法的对抗攻击方法-CN202310566450.6在审
发明人：李昊冉;李雪威;王宝亮 -专利权人：天津大学
申请日： 2023-05-19 - 公布日： 2023-08-22 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种结合梯度信息和遗传算法的对抗攻击方法，包括S1、结合梯度信息的对抗样本生成；S2、基于遗传算法的网络流量连接图连边对抗攻击。本发明结合梯度信息和遗传算法的对抗攻击方法，由于提出的对抗攻攻击方法既对流量特征又对流量的通讯端点进行针对性的修改，因此能有效绕过GNN‑NIDS的检测，GNN‑NIDS对其对抗样本的检测精度大幅度降低相比普通流量特征空间的对抗攻击方式，GIGA拥有更好的攻击效果。使用提出的对抗攻击方法生成的对抗样本进行对抗训练，GNN‑NIDS的鲁棒性拥有进一步提升，对比使用普通流量特征空间的对抗样本训练的模型鲁棒性更好，能够分辨出更多的对抗攻击样本。
一种结合梯度信息遗传算法对抗攻击方法

[发明专利]一种用于检测恶意流量的方法、装置及电子设备-CN202110752827.8在审
发明人：徐静宇;李波 -专利权人：北京观成科技有限公司
申请日： 2021-07-02 - 公布日： 2023-01-20 - 主分类号： H04L9/40 文献下载
摘要：本发明提供了一种用于检测恶意流量的方法、装置及电子设备，其中，该方法包括：获取多个样本单向加密流量，其分为正常加密流量和恶意加密流量且包括协议元数据和多个协议包；确定协议包中的ACK值，按照时间顺序对ACK值进行排序；确定ACK值的差值，并根据多个差值确定样本单向加密流量的特征值；根据样本单向加密流量的协议元数据和特征值训练得到预测模型，基于预测模型预测目标单向加密流量是否是恶意加密流量。通过本发明实施例提供的用于检测恶意流量的方法，利用ACK值的差值能够确定缺失的对端单向加密流量所传输数据的大小，能够在当前端的协议元数据的基础上，还基于对端的信息判断当前端的单向加密流量是否是恶意流量，
一种用于检测恶意流量方法装置电子设备

[发明专利]恶意流量智能检测方法、装置及存储介质-CN202210415588.1在审
发明人：王丹;吕东 -专利权人：广州爱浦路网络技术有限公司
申请日： 2022-04-20 - 公布日： 2022-08-12 - 主分类号： H04W12/122 文献下载
摘要：本发明公开了一种恶意流量智能检测方法、装置及存储介质，包括获取数据包样本集合，设定多个不同类型的数据属性，根据各数据包样本的标签以及对应数据属性的取值建立决策树模型，根据决策树模型确定待检测数据包属于正常流量或者属于恶意流量等步骤本发明通过使用数据包样本建立决策树模型，能够学习数据包样本中的数据属性包含的特征信息，所得到的决策树模型具有识别待检测数据包属于恶意流量或者属于正常流量的能力，能够通过简单的判断过程，将待检测数据包分类为恶意流量或者正常流量，从而完成对恶意流量的智能快速检测，算法实现简单，对硬件设备的性能要求低，能够保障网络节点的数据传输效率。
恶意流量智能检测方法装置存储介质

[发明专利]一种基于变分自编码器的恶意加密流量检测方法-CN202111604173.0在审
发明人：陈敏;刘澍波 -专利权人：兴唐通信科技有限公司;数据通信科学技术研究所;北京通和实益电信科学技术研究所有限公司
申请日： 2021-12-24 - 公布日： 2023-06-27 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种基于变分自编码器的恶意加密流量检测方法，属于计算机网络安全技术领域，解决了现有技术中恶意加密流量检测方法难以泛化和迁移，并且对未知的恶意加密流量类型检测能力差的问题。方法包括采集并处理网络加密流量数据得到特征向量数据，为所述特征向量数据添加类别标签，得到总样本数据，其中，所述类别标签包括正常流量数据以及各恶意类别流量数据；将正常流量样本数据输入变分自编码器进行训练，学习正常流量数据的特征分布，得到训练好的变分自编码器；将总样本数据输入到训练后的变分自编码器，得到各检测类别样本数据的重构误差，基于重构误差确定各检测类别的识别阈值区间；其中，各检测类别包括正常和各恶意类别
一种基于编码器恶意加密流量检测方法

[发明专利]流量监控方法、装置、介质及电子设备-CN201910818633.6有效
发明人：高呈琳 -专利权人：中国平安人寿保险股份有限公司
申请日： 2019-08-30 - 公布日： 2022-04-29 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及数据处理领域，揭示了一种基于异常流量识别模型的流量监控方法、装置、介质及电子设备。该方法包括：获取流量样本数据；针对每一连续型特征项，对该连续型特征项对应的各流量样本数据对应的特征值进行分箱，使该连续型特征项转换为离散型特征项；基于流量样本数据对应的离散型特征项和与预测项对应的预测值，计算离散型特征项的信息增益值和/或基尼系数；根据离散型特征项的信息增益值和/或基尼系数，获取目标离散型特征项，并将流量样本数据与目标离散型特征项对应的特征值，作为训练模型的数据；利用基于数据训练成的模型对流量进行监控此方法下，提高了获取的数据的有效性，提高了模型的性能和用模型进行流量监控的精度。
流量监控方法装置介质电子设备

[发明专利]网络流量安全检测方法及装置-CN202210865820.1有效
发明人：孙俊虎;闫印强 -专利权人：长扬科技（北京）股份有限公司
申请日： 2022-07-22 - 公布日： 2023-09-05 - 主分类号： H04L9/40 文献下载
摘要：本发明提供了一种网络流量安全检测方法及装置，方法包括：获取网络流量数据的第一训练样本集；针对每一个样本对应的网络流量数据，均执行：将该网络流量数据分割为若干个会话流数据，每一个会话流数据为一个完整的会话；按照预设特征提取策略从每一个会话流数据中提取出数据特征，使得提取出的数据特征所占字节数为预设字节数；将提取出的每一个数据特征分别转换为图片，并为图片标注对应的正负状态；将得到的每一个图片作为第二训练样本集，并利用第二训练样本集训练神经网络，得到网络流量安全检测模型；利用网络流量安全检测模型对待检测网络流量数据进行安全检测。本方案，能够提高网络流量安全检测的准确性。
网络流量安全检测方法装置

[发明专利]一种迭代聚类的网络流量异常检测方法-CN202110362634.1有效
发明人：曾涛;许峰;吕鑫;王鑫元 -专利权人：河海大学
申请日： 2021-04-02 - 公布日： 2022-06-17 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种迭代聚类的网络流量异常检测方法，包括网络流量历史数据预处理；网络流量样本数据降维；采用迭代聚类方法聚类，得到带伪标签的流量样本和检测异常网络流量四个步骤；具有能够处理大量数据、实时性强、灵活、扩展性强、鲁棒的实现实时且稳定的网络流量异常检测的特点。
一种迭代聚类网络流量异常检测方法

[发明专利]一种异常检测方法、装置、计算机设备及存储介质-CN202011237341.2有效
发明人：张友旭;于涛;毕磊;屈亚鑫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-09 - 公布日： 2023-09-26 - 主分类号： H04L9/40 文献下载
摘要：本申请实施例公开了一种异常检测方法、装置、计算机设备及存储介质，本申请实施例可以获取预设网卡的网络端口的配置信息；基于所述配置信息获取流经所述网络端口基于脚本运行产生的流量数据；对所述流量数据进行解析，得到流量信息；从所述流量信息中提取所述流量数据的传输特征信息；将所述传输特征信息与预设异常样本的样本特征信息进行匹配；当存在与所述传输特征信息匹配成功的样本特征信息时，确定所述流量数据存在异常脚本，生成所述流量数据存在异常脚本对应的日志文件
一种异常检测方法装置计算机设备存储介质

[发明专利]一种基于多模态深度学习的QUIC流量分类方法-CN202210145136.6在审
发明人：袁越 -专利权人：北京邮电大学
申请日： 2022-02-17 - 公布日： 2022-05-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多模态深度学习的QUIC流量分类方法，S1、QUIC流量预处理，将要分类的QUIC流量做分流处理，得到双向流样本，并提取双向流样本的流统计学特征和流有效载荷，S2、流有效载荷转图像，提取流的有效载荷的字段转化为灰度图样本，本发明涉及网络通信与机器学习技术领域。该基于多模态深度学习的QUIC流量分类方法，网络流量的流统计学特征和时序特征能够表达流整体报文的时间结构关系，流量的有效载荷能够表达每个报文的内容特征，它们在流量特征上体现整体和细节两种不同的侧重维度本文能够利用两种不同流量信息模式的异构性，更好的还原流量特征。
一种基于多模态深度学习 quic 流量分类方法

[发明专利]基于流量还原文件的文件传输稳定性的测试方法以及装置-CN202211320417.7在审
发明人：刘晓鸣 -专利权人：武汉思普崚技术有限公司
申请日： 2022-10-26 - 公布日： 2023-03-14 - 主分类号： H04L69/08 文献下载
摘要：本申请提供了基于流量还原文件的文件传输稳定性的测试方法以及装置，用于通过对样本流量文件进行加工，提高测试用例的多样性，如此可以更为精确地测试出文件传输链路的文件传输稳定性。本申请提供的基于流量还原文件的文件传输稳定性的测试方法，包括：获取样本流量文件，其中，涉及的流量文件格式是指文件传输过程中从文件转化为流量得到的文件格式；将样本流量文件从相应的初始文件传输协议转化为不同文件传输协议的目标流量文件；基于目标流量文件，测试目标文件传输链路的文件传输稳定性。
基于流量还原文件文件传输稳定性测试方法以及装置

[实用新型]岩心驱替实验的流量测量装置-CN201520457089.4有效
发明人：吕道平;吴运强;寇根;赵增义;程志强;张国山;杨龙;李琼;邓泳 -专利权人：中国石油天然气股份有限公司
申请日： 2015-06-29 - 公布日： 2015-11-25 - 主分类号： G01F22/00 文献下载
摘要：本实用新型提供了一种岩心驱替实验的流量测量装置，流量测量装置包括：样本容纳装置，用于容纳岩心样本；压力装置，用于向岩心样本内注入驱替液；收集装置，用于收集岩心样本内的油相和气相；管道，用于将压力装置、样本容纳装置和收集装置顺次连通通过本实用新型提供的流量测量装置能够解决现有技术中实验数据不准确的问题。
岩心实验流量测量装置

[发明专利]利用多种特征流形向量的入侵检测系统对抗样本防御方法-CN202310123302.7在审
发明人：罗森林;邵思源;潘丽敏;巩锟;沈宇辉;王琛 -专利权人：北京理工大学
申请日： 2023-02-16 - 公布日： 2023-06-23 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及利用多种特征流形向量的入侵检测系统对抗样本防御方法，属于计算机与信息科学领域。本发明首先对网络流量样本提取多种特征：利用径向神经网络计算样本类别预测概率，基于注意力机制计算样本特征权重并提取高权重特征，计算样本特征间相关度并提出随机递归式特征消除算法选择高相关度特征；其次，将多种特征映射为低维流形向量，并分别与良性、恶意流量样本流形向量计算相似度；最后，依据流形相似度利用降噪自编码器生成重构特征后的流量样本，再通过入侵检测系统进行判别。本发明基于多种特征流形相似度对样本特征进行重构，降低了特征中对抗性扰动对检测精度的影响，提升了入侵检测系统对对抗样本的防御能力。
利用多种特征流形向量入侵检测系统对抗样本防御方法