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！

龙图腾网获悉北京明略软件系统有限公司申请的专利异常流量的识别方法和装置、存储介质、电子装置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：CN114742572B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210189201.5，技术领域涉及：G06Q30/02；该发明授权异常流量的识别方法和装置、存储介质、电子装置是由姜娜;王硕;杨康;孙泽懿;徐凯波设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本异常流量的识别方法和装置、存储介质、电子装置在说明书摘要公布了：本申请公开了一种异常流量的识别方法和装置、存储介质、电子装置。其中，该方法包括：获取目标广告流量，目标广告流量为待识别异常的广告流量；对目标广告流量进行预处理，得到待识别数据，预处理用于将目标广告流量处理为符合预设要求的待识别数据；利用特征提取模型对待识别数据进行特征提取，得到待识别数据的数据特征；调用异常流量检测模型，利用待识别数据的数据特征确定目标广告流量是否为异常流量。本申请解决了相关技术中进行异常检测的效率较低的技术问题。

本发明授权异常流量的识别方法和装置、存储介质、电子装置在权利要求书中公布了：1.一种异常流量的识别方法，其特征在于，包括： 获取目标广告流量，其中，所述目标广告流量为待识别异常的广告流量； 对所述目标广告流量进行预处理，得到待识别数据，其中，所述预处理用于将所述目标广告流量处理为符合预设要求的所述待识别数据； 利用特征提取模型对所述待识别数据进行特征提取，得到所述待识别数据的数据特征，其中，所述特征提取包括对所述待识别数据进行统计计算，以及基于深度学习模型进行特征映射并基于无监督学习的自编码器提取通用抽象特征数据集； 调用异常流量检测模型，利用所述待识别数据的数据特征确定所述目标广告流量是否为异常流量，包括：获取所述异常流量检测模型，所述异常流量检测模型是基于图卷积神经网络和类原型向量的半监督网络模型进行训练得到的；调用所述异常流量检测模型，利用保存的特征映射层参数与类原型向量对所述待识别数据的数据特征进行识别，以确定所述目标广告流量是否为异常流量，所述异常流量检测模型是采用半监督学习方法训练得到的； 其中，构建基于图卷积神经网络和类原型向量的半监督网络模型，包括构建图卷积神经网络GCN：以每个广告流量样本作为所述图卷积神经网络GCN中的一个节点，若两个节点的所述广告流量样本的用户标识相同，则建立所述两个节点之间的边并将所述两个节点之间的关联权重设为1；若所述两个节点的所述广告流量样本的用户标识不相同，则不建立所述两个节点之间的边并将所述两个节点之间的关联权重设为0； 所述半监督网络模型包括：输入层，所述输入层的输入包括所述广告流量样本的数据特征的数据集；图卷积层，所述图卷积层用于对所述数据集进行卷积，得到伪标记概率矩阵；特征映射层，所述特征映射层用于进行数据特征的映射，以聚合同一类别的数据特征的投影向量、疏远不同类别的数据特征的投影向量；类贡献度层，所述类贡献度层用于确定样本对于构建的类原型向量的贡献度，其中，样本在特征空间的投影向量距离类原型向量越近则贡献度越大；原型向量层，所述原型向量层用于确定类原型向量；分类器层，所述分类器层用于确定样本所属类别和属于该类别的概率。

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北京明略软件系统有限公司，其通讯地址为：100084 北京市海淀区中关村东路1号院1号楼10层A1002；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”。

以上内容由龙图腾AI智能生成。