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！

龙图腾网获悉山西大学申请的专利一种双通道多尺度的网络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：CN119788399B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202510004381.9，技术领域涉及：H04L9/40；该发明授权一种双通道多尺度的网络流量异常检测方法是由池浩田;张新亮;张宇璇;郭耀平;王宇纬;张荣;刘炜煌;耿海军设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本一种双通道多尺度的网络流量异常检测方法在说明书摘要公布了：本发明公开了一种双通道多尺度的网络流量异常检测方法，属于网络安全技术领域。针对现有方法不能全面分析网络流量的时间空间特征来进行异常检测的问题，首先将网络流量数据的所有特征分为空间特征以及时间特征，空间特征通过多个不同尺度的空洞卷积提炼和扩展，捕捉不同距离内的空间信息，将多个空洞卷积块的输出进行组合，通过全连接层与时间特征进行融合，时间特征通过BIGRU建模时序依赖关系，注意力机制为序列中的每个时间步分配不同的权重，增强对重要时序特征的捕捉；然后通过融合层完成对两个通道特征的融合；最后通过线性层映射到输出空间，生成每个类别的概率分布。实验结果表明，本发明在真实世界数据集上取得了较好的结果。

本发明授权一种双通道多尺度的网络流量异常检测方法在权利要求书中公布了：1.一种双通道多尺度的网络流量异常检测方法，其特征在于：所述方法包括以下步骤： 步骤1：数据预处理；使用CICFlowMeter对采集到的pcap文件进行特征提取，使用Python库中的数据处理函数对采集到的网络流量数据进行预处理，得到相应网络流量特征，并且对这些流量特征进行分类，得到空间特征以及时间特征； 步骤2：网络流量异常检测模型DMCG的构建与训练； 模型构建：使用PyTorch和Scikit-learn搭建由多尺度空洞卷积模块，双向门控循环单元模块以及自注意力模块构成的网络流量异常检测模型DMCG； 其中多尺度空洞卷积模块采用Scikit-learn库进行搭建，其中包括空洞卷积层、最大池化层和线性层； 双向门控循环单元模块以及自注意力模块基于PyTorch框架构建； 模型训练：提前设定好模型的训练轮次，将相应的空间时间特征分别输入至相应的通道进行训练； 训练过程：按比例将步骤1得到的空间特征和时间特征分为训练集和验证集，将训练集输入到模型中，利用多尺度空洞卷积模块对空间特征进行特征提取，提取后的特征经过最大池化层进行下采样以及数据降维，把不同尺度的空间特征进行聚合；把时间特征输入双向门控循环单元模块，捕捉其中的时序依赖和层次结构信息，随后通过自注意力机制，为序列中的每个时间步分配不同的权重，增强对重要时序特征的捕捉；将时间特征与空间特征进行聚合，再通过由两个线性层以及一个softmax函数组成的分类器，生成样本的类别概率，然后将预测结果与真实标签计算交叉熵损失，当损失低于最优模型时，则将当前模型保存为最优模型，当损失高于最优模型时，进行新一轮训练，利用早停机制，当训练的模型损失不再减少时停止训练； 步骤3：网络流量异常检测模型DMCG性能评价；采用精准率、召回率、F1分数的宏平均值作为模型的评价指标，评估模型的性能； 步骤4：网络流量的检测；使用CICFlowMeter工具从真实网络环境中采集网络流量，对采集的流量进行数据清洗，缺失值处理，归一化后，送入网络流量异常检测模型中进行检测。

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山西大学，其通讯地址为：030006 山西省太原市坞城路92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”。

以上内容由龙图腾AI智能生成。