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！

龙图腾网获悉湖南大学申请的专利基于启发式蚁群优化的网络流量对抗防御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：CN120301711B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510776643.3，技术领域涉及：H04L9/40；该发明授权基于启发式蚁群优化的网络流量对抗防御方法是由谢鲲;李平凡;谢若天;何嘉骏;文吉刚;梁伟;张广兴设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本基于启发式蚁群优化的网络流量对抗防御方法在说明书摘要公布了：本发明公开了一种基于启发式蚁群优化的网络流量对抗防御方法，属于网络安全与隐私保护技术领域。本发明针对网络流量轨迹的时空特征设计自适应的扰动生成策略，建立满足实时性约束与方向一致性的扰动注入规则，构建集成替代模型，使用空间卷积、时序循环与降噪编码的特征融合机制，生成强泛化能力的流量指纹识别模型，采用改进型蚁群优化算法提升扰动搜索能力，集合批次化处理方法与通用性补丁评分机制，提高样本在不同网络流量间的防御通用性。本发明可直接应用于实时通信的黑盒场景，无需目标模型的梯度信息或白盒访问权限，在仅增加20%带宽开销时实现超90%攻击识别抑制率，显著提高防御通用性与部署可行性，同时降低扰动开销。

本发明授权基于启发式蚁群优化的网络流量对抗防御方法在权利要求书中公布了：1.一种基于启发式蚁群优化的网络流量对抗防御方法，其特征在于，包括以下步骤： 步骤S1、构建网络流量时空扰动约束体系：通过方向序列建模范式定义原始流量轨迹时空特征，并建立满足实时性约束与方向一致性的扰动注入规则； 步骤S2、训练集成替代模型：构建多特征提取的深度神经网络架构，通过空间卷积、时序循环与降噪编码的特征融合机制，生成具备强泛化能力的流量指纹识别模型； 步骤S3、生成自适应对抗扰动向量：基于改进型蚁群优化算法，通过信息素概率选择策略、轮盘法选择机制选择补丁以构建动态扰动向量，并进行信息素更新，实现虚拟数据包防御能力的动态优化； S31、补丁概率计算：依据信息素浓度水平计算各补丁被选中的概率； S32、补丁选择：根据信息素浓度与局部防御效果，应用轮盘法选择机制选取补丁，保留选择过程的随机性特征并组合构建动态扰动向量δ； S33、补丁注入：将动态扰动向量δ按步骤S1生成的扰动注入规则映射至原始流量轨迹形成扰动网络流量轨迹； S34、信息素更新：将扰动网络流量轨迹输入集成替代模型，依据防御成功结果无梯度更新信息素浓度，指导后续补丁搜索方向迭代优化； 步骤S4、实施通用化扰动迁移策略：采用批次化处理方法结合基于防御成功率的补丁评分机制，提高样本在不同网络流量间的防御通用性。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路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”。