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！

龙图腾网获悉重庆邮电大学申请的专利一种基于时间序列聚类的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：CN116226700B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310247352.6，技术领域涉及：G06F18/23213；该发明授权一种基于时间序列聚类的流量异常检测方法是由祝清意;刘宇杭;胡阳雨;甘臣权设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本一种基于时间序列聚类的流量异常检测方法在说明书摘要公布了：本发明涉及一种基于时间序列聚类的流量异常检测方法，属于数据挖掘领域，包括对系统流量数据的采集、流量数据预处理、流量序列特征点采样，在特征点之间的区域进行间隔采样，找出最大信息熵值并记录下序列间隔信息；计算所有序列片段中的区间累积梯度，提取序列片段的局部特征信息，定位方向区间并构建对应特征序列梯度的直方图；对采样序列片段进行低维信息处理；获得对于序列片段的特征向量描述；对特征向量进行高维特征空间的映射得到不同类别下的特征片段类别信息分布；对每个序列进行准确的特征频率向量编码；对于序列的编码向量表示进行聚类，获取每个序列的聚类类别信息；对原有标注的信息和聚类获得的类别信息进行评估并应用异常检测。

本发明授权一种基于时间序列聚类的流量异常检测方法在权利要求书中公布了：1.一种基于时间序列聚类的流量异常检测方法，其特征在于：包括以下步骤： S1：从物联网数据采集终端中收集流量运行数据，并进行数据清洗，包括利用标准化方法对所述流量运行数据进行预处理，以及对所述流量运行数据进行特征采样； S2：利用信息熵的计算方法，对特征数据中所有序列进行区间搜索运算，计算最大信息熵值并记录下序列间隔信息； S3：利用特征梯度提取算法，在最优间隔信息下，计算所有序列片段中的区间累积梯度，从中提取序列片段的局部特征信息，定位方向区间，并使用三角函数分解梯度构建对应特征序列梯度的直方图； S4：利用具有拉伸压缩稳定性的降维算法对采样序列片段进行低维信息处理，保留信息在低维信息中的可区分度，过滤特征分布较低的无关维度，保留序列的局部信息； S5：利用方差标准过滤方法在将两种特征标准化融合的基础上，修剪其中信息密度较低的维度，去掉其中无意义的计算消耗，获得最终对于序列片段的特征向量描述； S6：利用核函数对特征向量进行高维特征空间的映射，在指定类别的范围内对所有序列片段的特征高维表示下进行相似度度量的聚类识别，得到不同类别下的特征片段类别信息分布； S7：利用词袋框架的思想，对于已知特征片段分布信息，根据时间序列的采样顺序对每个序列进行特征频率向量编码，保证每个序列都能转换的特征编码向量； S8：利用谱聚类算法对序列的编码向量表示进行聚类，通过图论的构图和切图方法保证聚类结果的有效性，使得同类的数据在投影特征空间中靠拢，不同类的数据在投影特征空间中分离，并在特征空间进行计算优化，最后获取每个序列的聚类类别信息； S9：利用调整互信息方法来对原有标注的信息和聚类获得的类别信息进行评估，并对现有的异常流量数据进行应用。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路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”。