“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]面对样本分布不平衡的恶意加密流量检测方法-CN202310163525.6在审
发明人：林莉;吕沛霖;王万祥;吕旭辉 -专利权人：北京工业大学
申请日： 2023-02-24 - 公布日： 2023-05-30 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了面对样本分布不平衡的恶意加密流量检测方法，该方法属于信息安全技术领域。由于目前流量加密技术的使用，基于深度包检测等传统的恶意流量检测方法已经无法满足安全需求，同时应对加密流量中恶意加密流量样本少的特点，公开了一种基于成本敏感的面向样本分布不平衡的恶意加密流量检测方法。该方法利用深度学习算法，提取流量数据在会话级别的时空特征，并引入成本矩阵和成本敏感损失函数，增强少量样本在模型中的特征表达，以提高整体分类和检测任务中效果。
面对样本分布不平衡恶意加密流量检测方法

[发明专利]一种异常流量检测方法、系统和存储介质-CN202210265222.0在审
发明人：赵经宇;温嘉骏;王金梅 -专利权人：北京国腾创新科技有限公司;南京国腾创兴科技有限公司
申请日： 2022-03-17 - 公布日： 2022-06-10 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种异常流量检测方法、系统和存储介质，所述方法包括：对原始流量样本数据集进行预处理，得到并对第一流量样本数据集进行数据降维，得到第二流量样本数据集；采用预设检测模型对第二流量样本数据集进行迭代训练，得到目标检测模型；根据待检测流量数据和目标异常流量检测模型，生成待检测流量数据的检测结果。本发明通过迭代训练的方式最小化了检测模型的损失函数，通过联合数据降维和密度估计进行约束训练，消除了训练目标不一致的问题，提高了异常流量检测的精准性。
一种异常流量检测方法系统存储介质

[发明专利]一种流量检测方法、装置、设备及存储介质-CN202111464932.8在审
发明人：马铮;唐雄燕;曹畅;王海军 -专利权人：中国联合网络通信集团有限公司
申请日： 2021-12-02 - 公布日： 2023-06-06 - 主分类号： G06F18/214 文献下载
摘要：本发明实施例提供一种流量检测方法、装置、设备及存储介质，涉及网络安全技术领域，能够提高流量检测准确度。该方法包括：获取检测周期内多个待检测数据流中各待检测数据流的流量参数，并根据各待检测数据流的流量参数，确定检测周期的流量特征；根据预训练好的检测模型以及检测周期的流量特征，确定多个待检测数据流是否为异常数据流；检测模型为基于训练样本训练得到的，训练样本包括样本周期的多个流量特征分量，各流量特征分量与样本周期的流量特征的相关度大于第一阈值。
一种流量检测方法装置设备存储介质

[发明专利]基于小样本学习的服务器运行网络流量异常数据检测方法-CN202011569465.0有效
发明人：栾钟治;黄绍晗;刘轶;杨海龙 -专利权人：北京航空航天大学
申请日： 2020-12-26 - 公布日： 2021-08-31 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于小样本学习的服务器运行网络流量异常数据检测方法，该方法首先通过对网络流量出现的频次筛选切分出小样本训练数据，然后对小样本训练数据添加异常类型标记；带有标记的异常网络浏览数据采用CNN方法进行学习获得小样本异常元素；最后对小样本异常元素进行相似度和流量概率计算以此表征出样本是否为异常。采用网络流量出现频次的筛选方式用来解决服务器运行期间出现的异常网络流量数据与正常网络流量数据相差巨大的问题。本发明异常检测方法可以更好地应用于复杂多变的服务器所处的网络服务环境。
基于样本学习服务器运行网络流量异常数据检测方法

[发明专利]随机森林模型的训练方法、异常流量检测方法及装置-CN202210279285.1在审
发明人：白兴伟;王闰婷 -专利权人：北京华云安信息技术有限公司
申请日： 2022-03-21 - 公布日： 2022-05-27 - 主分类号： H04L9/40 文献下载
摘要：本公开的实施例提供了一种随机森林模型的训练方法、异常流量检测方法及装置。所述方法包括采集原始流量数据；对所述原始流量数据样本进行特征标记，生成训练样本；将所述训练样本随机分为训练集和测试集；根据特征对训练集样本进行预处理，根据预处理后的训练集样本对随机森林模型进行训练；将测试集样本输入训练后的随机森林模型中以此方式，可以提升随机森林模型对流量特征的识别速度与准确率，满足对异常流量特征分析检测需求。
随机森林模型训练方法异常流量检测装置

[发明专利]物联网设备流量识别方法、系统、电子设备及存储介质-CN202311170072.6在审
发明人：彭凯;陆通;王晨昕;何建文;郭佳璐;桂宾;梅松;胡国亮;王栋云 -专利权人：武汉烽火凯卓科技有限公司;华中科技大学
申请日： 2023-09-12 - 公布日： 2023-10-20 - 主分类号： H04L47/2483 文献下载
摘要：本发明提供一种物联网设备流量识别方法，方法包括：对获取到的物联网设备流量数据进行特征抽取和再生核希尔伯特空间核嵌入，生成初始预训练图像样本、初始微调图像样本和初始目标图像样本；基于初始预训练图像样本对预设自监督VIT表征模型进行训练，得到预训练VIT编码器；基于预训练VIT编码器和线性分类器构建待微调物联网流量分析模型，基于初始微调图像样本对待微调物联网流量分析模型，得到物联网流量分析模型；基于物联网流量分析模型对初始目标图像样本进行识别本发明在保证分类精确度的同时降低了冗余计算资源需求，有助于在标签数据信息局限的物联网场景中实现多任务作业的物联网流量解析功能。
联网设备流量识别方法系统电子设备存储介质

[发明专利]基于深度学习的流量数据异常检测方法-CN202110766895.X有效
发明人：张琳杰;朱笑岩;马建峰 -专利权人：西安电子科技大学
申请日： 2021-07-07 - 公布日： 2023-05-05 - 主分类号： G06F18/2321 文献下载
摘要：本发明公开了一种基于深度学习的流量数据异常检测方法，主要解决现有流量数据异常检测方法检测精度低、误报率高和聚类时间长的问题。其方案包括：1)获取流量数据，并对其进行数据预处理；2)构建密度聚类模型，将预处理后流量数据输入到其中得到密度聚类数据集；3)根据密度聚类数据集生成训练样本集、测试样本集和验证样本集；4)搭建神经网络，并设置网络模型的参数；5)利用训练样本集和测试样本集对神经网络进行训练；6)将验证样本集输入到训练好的神经网络模型中，获得流量数据异常检测结果。本发明充分利用了流量数据的聚类特征，提高了检测精度，降低了误报率和聚类时间，可用于访问控制、安全防护、故障管理、流量路由。
基于深度学习流量数据异常检测方法

[发明专利]流量预测方法以及装置-CN202210145579.5在审
发明人：杜康华 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-02-17 - 公布日： 2022-06-03 - 主分类号： G06Q30/02 文献下载
摘要：本说明书实施例提供流量预测方法以及装置，其中所述流量预测方法包括：获取目标对象在各指定时间段的历史流量值，其中，所述指定时间段基于当前时间段从预设历史时长内确定；根据所述历史流量值，确定目标流量特征，并确定所述当前时间段的目标时间特征；将所述目标流量特征和所述目标时间特征输入预训练的流量预测模型，得到所述目标对象在所述当前时间段的目标流量值，所述流量预测模型基于携带有标签流量值的样本特征对训练得到，所述样本特征对包含样本流量特征和样本时间特征通过各指定时间段的历史流量值，确定目标流量特征和目标时间特征，来预测目标对象的流量走势，也即流量值，提取特征少，计算量大大降低，能满足实时计算的需求。
流量预测方法以及装置

[发明专利]一种网络攻击检测方法、装置及电子设备-CN202010165954.3有效
发明人：钟劲松;李峰;舒斐;王斌;杨慧婷 -专利权人：国网新疆电力有限公司电力科学研究院;国家电网有限公司
申请日： 2020-03-11 - 公布日： 2022-10-14 - 主分类号： H04L9/40 文献下载
摘要：本发明提供了一种网络攻击检测方法、装置及电子设备，本发明中获取目标网络流量的流量特征，然后对所述流量特征进行降维操作，得到流量统计特征，并调用预先训练的流量分析模型对所述流量统计特征进行处理，得到所述目标网络流量的流量分析结果，进而，确定与所述流量分析结果对应的网络攻击结果。由于流量分析模型的训练样本标注了正常流量样本或异常流量样本的样本类型，即可以通过流量分析模型得到该目标网络流量是否异常的分析结果，也就是说，本发明通过分析得到网络流量是否异常，进而确定电网工控系统是否受到网络攻击
一种网络攻击检测方法装置电子设备

[发明专利]僵尸网络流量的分类方法、装置和电子设备-CN202011141589.9在审
发明人：魏海宇;张靖江;何纪中 -专利权人：北京中睿天下信息技术有限公司
申请日： 2020-10-22 - 公布日： 2021-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了僵尸网络流量的分类方法、装置和电子设备，该分类方法包括：提供样本僵尸网络流量；对所述样本僵尸网络流量提取多个预设特征，根据所述样本僵尸网络的多个预设特征组成关键句；根据具有关键句且具有分类标记的样本僵尸网络流量进行训练，得到基于长短时记忆网络的僵尸网络流量分类模型；通过所述僵尸网络流量分类模型对目标僵尸网络流量进行分类，输出所述目标僵尸网络流量的分类结果。本发明采用多分类模型，可以将其流量按照其所属家族进行分类。本发明基于数据包级别的流量分类，从而大大提高分类的正确率。
僵尸网络流量分类方法装置电子设备

[发明专利]基于零样本学习的VPN隧道网站指纹分析方法-CN202111603522.7在审
发明人：李玎;祝跃飞;林伟;费金龙;芦斌;王珏;陈明豪 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2021-12-24 - 公布日： 2022-04-29 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于零样本学习的VPN隧道网站指纹分析方法。该方法包括：训练阶段和分类阶段；训练阶段包括：步骤A1：收集每个监测网站的流量样本；步骤A2：对每个监测网站的流量样本进行特征提取，生成该监测网站中各流量样本的基因指纹；步骤A3：从每个监测网站的基因指纹中选举生成n个样本，用于训练k‑NN分类器；分类阶段包括：步骤B1：在用户和VPN隧道代理之间的链路上捕获待测试流量样本；步骤B2：对所述待测试流量样本进行数据包解封装、特征提取、时间采样，生成未知基因指纹；步骤
基于样本学习 vpn 隧道网站指纹分析方法

[发明专利]一种基于多模态特征的小样本学习物联网流量分类方法及系统-CN202210239823.4在审
发明人：贾文旭;王一鹏;赖英旭;赵子健;刘静 -专利权人：北京工业大学
申请日： 2022-03-12 - 公布日： 2022-05-27 - 主分类号： H04L47/2483 文献下载
摘要：本发明公开了一种基于多模态特征的小样本学习物联网流量分类方法及系统。该方法包括训练阶段和分类阶段；训练阶段包括：对捕获到的物联网设备流量进行预处理；使用训练数据进行学习训练，构建多模态特征编码器模型；分类阶段包括物联网设备流量采集预处理；根据训练阶段得到的多模态特征编码器，对已标记样本构成的物联网流量支持集中样本以及待分类流量样本样进行多模态特征提取；对获得的特征进行特征比较，从而对待分类的物联网设备流量设备类型进行判别。本发明通过从多个特征维度对于物联网设备产生的网络流量进行准确刻画，从而形成更具表达能力的物联网设备流量指纹，并且基于小样本学习理论构建分类模型，从而解决在物联网设备标记样本量不足的情况下进行准确分类的问题
一种基于多模态特征样本学习联网流量分类方法系统

[发明专利]一种样本检测方法、系统及存储介质和终端设备-CN202111226419.5在审
发明人：胡恩泽 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-10-21 - 公布日： 2023-04-25 - 主分类号： H04L9/40 文献下载
摘要：本发明实施例公开了一种样本检测方法、系统及存储介质和终端设备，应用于信息处理技术领域。样本检测系统会确定与待检测样本对应的一种类型的沙箱子系统，当沙箱子系统在运行待检测样本时，监控沙箱子系统通过通信接口传输消息的传输流量特征，然后根据传输流量特征确定待检测样本所涉及的行为是否为特定行为。实践证明，根据传输流量特征对待检测样本分析得到的检测结果较为准确，可以检测出较多种类型的特定行为；且由于沙箱子系统传输消息是发生在运行待检测样本的整个过程中，通过对传输流量特征的监控，可以实现长时间地监控沙箱子系统运行待检测样本的情况，进而基于传输流量特征得到的检测结果更准确。
一种样本检测方法系统存储介质终端设备

[发明专利]终端行为检测模型构建方法、装置、设备和存储介质-CN202310624689.4在审
发明人：李肯立;李頔;周旭;杨圣洪;蔡宇辉;余思洋;段明星;吴帆;秦云川 -专利权人：湖南大学
申请日： 2023-05-30 - 公布日： 2023-09-08 - 主分类号： H04L47/2483 文献下载
摘要：所述方法包括：获取各预设周期时间区间内第一终端设备和各第二终端设备之间的历史流量数据；分别对各所述历史流量数据进行特征提取，得到各所述预设周期时间区间内的流量统计特征；根据各所述预设周期时间区间对应的周期时间特征值和各所述流量统计特征，构造各所述预设周期时间区间内的流量特征时序样本；获取各所述流量特征时序样本对应的样本标签，根据各所述流量特征时序样本和各所述样本标签，构建各所述预设周期时间区间对应的终端行为检测模型。
终端行为检测模型构建方法装置设备存储介质

[发明专利]流量预估的方法、装置及计算设备-CN201510386409.6有效
发明人：杨明敏;赵鹏 -专利权人：天津车之家科技有限公司
申请日： 2015-06-30 - 公布日： 2018-04-27 - 主分类号： H04L12/26 文献下载
摘要：本发明公开了流量预测的方法、装置及计算设备。其中流量预估的装置适于驻留在计算设备中。该装置包括流量预测器、模型生成器和查询处理器。流量预测器适于确定至少一个访问流量稳定的基查询条件，并通过时间序列模型分别预测流量预估序列。模型生成器适于从网站的访问记录中抽取一个记录样本，以及计算该记录样本中满足基查询条件的第一样本条数。查询处理器适于获取实时查询条件，从流量预估序列中查询该实时查询条件对应的基查询条件的第一预估值，统计记录样本中满足实时查询条件的第二样本条数，然后计算实时查询条件对应的第二预估值。
流量预估方法装置计算设备