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！

龙图腾网获悉电子科技大学;中移物联网有限公司申请的专利一种基于Transformer生成对抗网络的网络流量异常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：CN119496638B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411540737.2，技术领域涉及：H04L9/40；该发明授权一种基于Transformer生成对抗网络的网络流量异常检测方法是由肖堃;王庚;李蒙;罗蕾;陈丽蓉设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于Transformer生成对抗网络的网络流量异常检测方法在说明书摘要公布了：本发明公开了一种基于Transformer生成对抗网络的网络流量异常检测方法，首先在通信网络的正常运行状态采集若干流量数据，生成每条流量数据对应的流量特征矩阵从而构成训练样本集，构建包括编码器、生成器和判别器的Transformer生成对抗网络并采用训练样本集进行训练；对于待检测网络流量，采用同样方法生成流量特征矩阵，并将该流量特征矩阵输入训练好的Transformer生成对抗网络，计算待检测网络流量的流量特征矩阵和生成流量特征矩阵之间的差异值来判断待检测网络流量是否异常。本发明将网络流量数据转换为流量特征矩阵，利用Transformer生成对抗网络对正常流量数据的特征进行学习，从而实现高效的异常检测，提高检测准确率。

本发明授权一种基于Transformer生成对抗网络的网络流量异常检测方法在权利要求书中公布了：1.一种基于Transformer生成对抗网络的网络流量异常检测方法，其特征在于，包括以下步骤： S1：在通信网络的正常运行状态下采集若干流量数据得到流量数据集；分别提取每条流量数据的个特征值，得到流量特征向量，其中表示第个特征值，；将流量特征向量复制次得到长度为的扩展向量，然后将其转换为流量特征矩阵，其中和分别表示矩阵的高度和宽度，表示通道数；将每条流量数据对应的流量特征矩阵作为一个训练样本，从而构成训练样本集； S2：构建Transformer生成对抗网络，包括编码器、生成器和判别器，其中： 编码器用于对流量特征矩阵进行编码，得到噪声矩阵并发送至生成器； 生成器用于根据编码器生成的噪声矩阵生成重构流量特征矩阵并发送至判别器；生成器包括噪声矩阵分块模块、位置编码模块、向量叠加模块、Transformer编码器模块和生成器输出模块，其中： 噪声矩阵分块模块用于将噪声矩阵划分为多个固定大小的非重叠噪声数据块，将每个噪声数据块展平为一个向量，然后通过线性投影将噪声向量嵌入至固定维度的向量空间，得到噪声嵌入向量，，表示数据块的数量，将个噪声嵌入向量发送至向量叠加模块； 位置编码模块用于为每个噪声数据块生成一个和噪声嵌入向量相同维度的位置编码向量并发送至向量叠加模块； 向量叠加模块用于分别将位置编码向量叠加至噪声嵌入向量，得到特征向量并发送至Transformer编码器模块； Transformer编码器模块包括个Transformer编码器，用于对个特征向量进行编码，得到编码特征并发送至生成器输出模块； 生成器输出模块用于对编码特征进行处理，生成重构流量特征矩阵； 判别器用于对真实流量特征矩阵或重构流量特征矩阵进行判别，得出属于真实数据的判别得分； S3：采用步骤S1所得到的训练样本集对步骤S2所构建的Transformer生成对抗网络进行训练，得到训练好的Transformer生成对抗网络，训练方法为： 首先采用生成对抗网络训练方法对生成器和判别器进行交替训练，然后固定生成器和判别器的参数，对编码器进行训练； S4：对于待检测网络流量，采用步骤S1中的相同方法生成流量特征矩阵，然后将其输入步骤S3训练好的Transformer生成对抗网络得到生成二维流量特征矩阵，然后计算二维流量特征矩阵和二维流量特征矩阵之间的差异值，如果差异值大于预设的差异值阈值，则该网络流量为异常网络流量，否则为正常网络流量。

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电子科技大学;中移物联网有限公司，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。