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特征优化的开源代理软件流量识别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：CN115174198B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202210768482.X，技术领域涉及：H04L9/40；该发明授权一种基于特征优化的开源代理软件流量识别方法是由许昱玮;张雨泉;范心宇;王若风;吴桦;程光设计研发完成，并于2022-07-01向国家知识产权局提交的专利申请。

本一种基于特征优化的开源代理软件流量识别方法在说明书摘要公布了：本发明设计一种基于特征优化的开源代理软件流量识别方法，该方法构建基于云的大规模流量采集与处理平台以生成完整的高质量数据集，根据机器学习理论和特征优化思想建立了具有3个独立任务的高效识别方案，并将该方案应用于完整流识别。基于云的大规模流量采集平台主要包括开源代理服务的搭建、用户行为模拟脚本的编写、服务器端流量的采集与存储、流量数据的预处理。基于特征优化的流量识别方案一方面定义了三个分类任务来实现不同角度及粒度的监管，另一方面提出了一种基于双维度的两阶段特征选择算法TT来为不同的识别任务构造在不同分类器下的最优特征子集，在保障分类性能的前提下满足了快速落地检测的要求。

本发明授权一种基于特征优化的开源代理软件流量识别方法在权利要求书中公布了：1.一种基于特征优化的开源代理软件流量识别方法，其特征在于，所述方法包括以下步骤： S1：面向开源代理软件的流量采集与数据预处理； S2：面向开源代理软件流量的识别； 其中，S1：面向开源代理软件的流量采集与数据预处理，具体如下： S11：面向开源代理软件的流量采集； S12：面向开源代理软件的流量预处理； 其中，S11：面向开源代理软件的流量采集，具体分为3个步骤：构建基于云的流量采集平台、编写脚本模拟用户访问流量、捕获开源代理软件流量并存储， S12：面向开源代理软件的流量预处理，具体分为3个步骤：分流与过滤、流量打标签以及流量欠采样， 其中，S2：面向开源代理软件流量的识别，分为4个步骤：S21：构建形式化的识别框架、S22：构建开源代理软件流量的特征全集、S23：设计特征优化选择算法、S24：训练模型并识别开源代理软件流量， 其中，S21：构建形式化的识别框架，经过步骤S12的处理后，将所有网络流量的原始数据以流为基本单位组织起来并用形式化的方法定义开源代理软件流量识别工作，具体分为7个步骤： 1将在S1中捕获的流量数据分为为训练集与测试集 2每一条流被视为一个样本，设训练集中包含有m条流，记为 测试集中包含有n条流，记为为每一条流设置3种不同的类型的标签集合，标记当前流是否为开源代理软件流量；对应K种开源代理软件协议配置， 对应R种典型的访问应用； 3针对一条流提取出不同维度的特征，并将所有可被计算的特征共同构成一个特征全集 4从特征全集中选择出k个特征构建面向具体任务的特征子集 5利用在上构建的特征矩阵CX，以及在与上的取值 训练给定的机器学习分类器； 6根据在上的特征矩阵CY，利用训练过的分类器预测在与上的结果其中，CX、的定义如公式1与2所示，CY、的定义以此类推，CX是一个m×k的矩阵，每一行表示一条流，每一列表示流的一种特征，vij表示第i条流的第j种特征，均为包含m个元素的列向量，它们共同构成了上所有样本的标签矩阵LX； 7根据对流量识别的角度与粒度不同，将开源代理软件流量的识别工作依次分为三项任务：T1、T2、T3，每一个任务使用一个分类器来完成，在T1中，训练集与测试集均包含非开源代理软件流样本，而在T2与T3中，训练集与测试集仅包含开源代理软件流的样本，T1、T2、T3的定义分别如下： aT1：将CX与作为输入，用给定的分类器训练模型，再将CY作为输入识别测试集中的每一条流是否为开源代理软件流量，进而获得 bT2：将与作为输入，用给定的分类器训练模型，再将作为输入识别测试集中的每一条流所采用的开源代理软件协议配置，进而获得 cT3：将与作为输入，用给定的分类器训练模型，再将作为输入识别测试集中的每一条流所访问的网络应用，进而获得

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”。