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！

龙图腾网获悉清华大学申请的专利网络异常检测方法、装置、电子设备及存储介质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：CN113554094B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202110837785.8，技术领域涉及：G06F18/2433；该发明授权网络异常检测方法、装置、电子设备及存储介质是由叶晓俊;平国楼;吴悦欣设计研发完成，并于2021-07-23向国家知识产权局提交的专利申请。

本网络异常检测方法、装置、电子设备及存储介质在说明书摘要公布了：本申请公开了一种网络异常检测方法、装置、电子设备及存储介质，其中，方法包括：采集网络节点入口的网络流量数据，并对网络流量数据进行流级聚合和特征提取，以按照预设比例得到需标记数据和无标记数据，需标记数据通过人工标注和人机辅助标注得到有标记数据；由有标记数据和无标记数据预处理得到有标记样本和无标记样本；利用有标记样本和无标记样本进行联合训练，生成半监督网络异常检测模型；使用半监督网络异常检测模型对待测流量数据进行检测和分析，识别待测流量数据的异常结果。本申请实施例可以减少对网络流量中有标记数据的依赖，能够避免网络攻击检测训练数据中的正常异常类别样本不平衡问题，能够检测和发现潜在的未知网络攻击，并且基于流级表示特征能够实现鲁棒、有效的网络入侵检测。

本发明授权网络异常检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种网络异常检测方法，其特征在于，包括以下步骤： 采集网络节点入口的网络流量数据，并对所述网络流量数据进行流级聚合和特征提取，以按照预设比例得到需标记数据和无标记数据，需标记数据通过人工标注和人机辅助标注得到有标记数据； 由所述有标记数据和无标记数据预处理得到有标记样本和无标记样本； 利用所述有标记样本和所述无标记样本进行联合训练基于自动编码器和置信度辅助分类的检测模型，生成半监督网络异常检测模型；以及 使用所述半监督网络异常检测模型对待测流量数据进行检测，根据所述半监督网络异常检测模型的输出结果分析识别出所述待测流量数据的异常结果； 其中，所述利用所述标记样本和所述无标记样本进行联合训练基于自动编码器和置信度辅助分类的检测模型，生成半监督网络异常检测模型，包括： 根据所述有标记样本中任一批次样本利用所述自动编码器的编码器得到第一嵌入表示； 利用置信度评估模块评估所述第一嵌入表示的置信度分数，并计算置信度损失； 利用分类器计算所述第一嵌入表示的分类概率，并利用所述置信度分数对所述分类概率进行修正，及使用焦点损失函数计算所述分类器的损失值； 计算所述有标记样本的综合损失，更新所述自动编码器的编码器、所述置信度评估模块和所述分类器； 根据所述无标记样本中任一批次样本利用所述自动编码器的编码器得到第二嵌入表示； 根据所述第二嵌入表示利用所述自动编码器的解码器得到解码； 计算所述无标记样本的重建损失，并更新所述自动编码器的编码器和解码器； 判断是否达到迭代轮次，其中，如果是，则结束训练，否则继续迭代执行，直至达到迭代轮次； 所述使用所述半监督网络异常检测模型对待测流量数据进行检测和分析，包括： 输入所述待测流量的待测样本，并由更新后的编码器得到待测嵌入表示； 根据所述待测嵌入表示利用更新后的解码器得到待测解码，计算所述待测样本的重建损失； 利用更新后的置信度评估模块评估所述待测嵌入表示的待测置信度分数； 利用分类器计算所述待测嵌入表示的分类概率； 根据所述待测样本的重建损失、待测置信度分数、分类概率得到异常评分； 若所述异常评分超过预设阈值，则判定异常，否则判定为正常。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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”。