Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学胡晓艳获国家专利权

东南大学胡晓艳获国家专利权

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!

龙图腾网获悉东南大学申请的专利一种基于小样本学习的未知网络协议分类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:CN116405419B

龙图腾网通过国家知识产权局官网在2025-08-05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:202310395191.5,技术领域涉及:H04L43/18;该发明授权一种基于小样本学习的未知网络协议分类方法是由胡晓艳;周霞;程光;吴桦设计研发完成,并于2023-04-13向国家知识产权局提交的专利申请。

一种基于小样本学习的未知网络协议分类方法在说明书摘要公布了:本发明提供了一种基于小样本学习的未知网络协议分类方法,具体步骤包括:第一部分采集纯净的单协议原始网络流量,分流处理后将每个流在通信最初阶段的部分数据包报头和少部分的载荷可视化处理成RGB图像,构建纯净的可视化协议流量数据集。第二部分构建小样本协议模型在元训练和元测试阶段的“N‑wayK‑shot”的分类问题所需的任务集。第三部分将任务集输入神经网络,通过元训练获得具有协议流量分类先验知识的元学习模型,在元测试阶段通过少量未知协议构成的新任务微调模型,得到适用于未知协议的分类模型。第四部分为未知协议识别,将待测流量预处理生成图像后输入到小样本未知协议识别模型并输出最终的预测结果。

本发明授权一种基于小样本学习的未知网络协议分类方法在权利要求书中公布了:1.一种基于小样本学习的未知网络协议分类方法,其特征在于,包括如下步骤: 1采集纯净的单协议原始网络流量; 2可视化处理成RGB图像,构建纯净的可视化流量数据集; 3构建元训练和元测试阶段的“N-wayK-shot”的分类问题所需任务集; 4将任务集输入神经网络,通过元训练获得具有协议流量分类先验知识的元学习模型,在元测试阶段通过少量未知协议构成的新任务微调模型,得到适用于未知协议的分类模型; 5将待测流量预处理生成图像后输入到小样本未知协议识别模型并输出最终的预测结果; 步骤1收集以采集纯净的单协议原始网络流量;具体包括如下子步骤: 1.1采集PCAP格式原始网络流量数据,通过wireshark工具根据端口号对常见已知网络协议打上对应的协议标签;对于工具能力外的协议流量通过严格限制单协议环境自采流量和手动的方式添加对应标签; 1.2对网络流量按照五元组进行分流,其中五元组包括源IP地址、源端口、目的IP地址、目的端口和协议类型; 1.3将数据集中的MAC、端口号、IP随机化,实现数据流匿名化处理;步骤2可视化协议流量数据集生成;具体包括如下子步骤: 2.1选择步骤1处理后的每个数据流的前M个数据包,其中M为3的倍数;数据流内的数据包按照时间顺序排列,最初传输的数据包包含绝大多数的协议特征,后续丢弃的数据包是连续的内容传输;M取合适值时能包含连接建立过程和少量的内容传输; 2.2将步骤2.1中的每个数据包取前N个字节来表示整体的信息,其中N为平方数;当N取合适值时,能完全包含数据包的报头和一部分有效负载信息; 2.3针对步骤2.1和步骤2.3不足的部分用0x00填充; 2.4将步骤2.3规范化的数据包每前N个字节排列为的矩阵,每个元素可能的值对应灰度,从而得到大小为的灰度图像; 2.5将步骤2.4的相邻的三个灰度图像分别作为彩色图像R、G、B通道的输入,最终每个数据流能得到M3个彩色图像,完成网络流量的图像可视化。

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东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。