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！

龙图腾网获悉西北大学申请的专利基于双向门控卷积神经网络的网络流量异常检测分类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：CN116842467B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310760296.6，技术领域涉及：G06F18/2431；该发明授权基于双向门控卷积神经网络的网络流量异常检测分类方法是由侯爱琴;陈竹莲;屈新纪;王瑜琨;汝乐设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本基于双向门控卷积神经网络的网络流量异常检测分类方法在说明书摘要公布了：本发明公开了一种基于双向门控卷积神经网络的网络流量异常检测分类方法：步骤1，对CIC‑IDS2017数据集进行数据预处理；步骤2，构建基于双向门控卷积神经网络的网络流量异常检测模型；步骤3，通过CrossEntropyLoss损失函数进行监督训练，得到训练好的基于双向门控卷积神经网络的网络流量异常检测模型。步骤4，将待检测网络流量数据进行预处理后输入步骤3得到的训练好的基于双向门控卷积神经网络的网络流量异常检测模型，输出异常检测结果。本发明的分类方法在多分类任务中优于其他现有模型，检测精度高，分类准确率具有一定的提升，本发明得到更具有代表性的特征信息进行分类判决，实现高性能的网络流量异常检测。

本发明授权基于双向门控卷积神经网络的网络流量异常检测分类方法在权利要求书中公布了：1.一种基于双向门控卷积神经网络的网络流量异常检测分类方法，其特征在于，具体包括以下步骤： 步骤1，对CIC-IDS2017数据集进行数据预处理；具体操作如下： 步骤1.1，去除无用数据：删除网络流量异常数据中包含NaN和Infinity值的行；删除类别较少的Infiltration、Heartbleed攻击； 步骤1.2，合并标签：将属于同一大类的攻击类型数据合并； 步骤1.3，对数据的标签等符号型特征做One-Hot编码，对数据的特征进行归一化映射到[0,1]区间内； 步骤1.4，计算每个数据特征的Fisher分数，选择Fisher分数排在前60的特征作为输入模型的特征集； 步骤2，构建基于双向门控卷积神经网络的网络流量异常检测模型，该模型用于实现如下流程： 步骤2.1，通过双向长短期记忆神经网络层提取步骤1预处理后的数据的时间相关性特征；具体操作如下：将预处理后的数据送入双向长短期记忆层进行特征提取，首先使用两层BiLSTM层对数据进行提取特征阶段，再使用一层BiLSTM层根据提取后的特征生成新的特征，每层BiLSTM层的输出特征数依次为40、20、40； 步骤2.2，通过BatchNorm归一化层和Dropout正则化层对步骤2.1提取的特征进行处； 步骤2.3，通过门控卷积神经网络对步骤2.2处理的结果提取数据的时空特征； 步骤2.4，通过全连接层对步骤2.3提取的数据的时空特征进行最终分类； 步骤3，通过CrossEntropyLoss损失函数对基于双向门控卷积神经网络的网络流量异常检测模型进行监督训练，得到训练好的基于双向门控卷积神经网络的网络流量异常检测模型； 步骤4，将待检测网络流量数据进行预处理后输入步骤3得到的训练好的基于双向门控卷积神经网络的网络流量异常检测模型，输出异常检测结果。

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西北大学，其通讯地址为：710069 陕西省西安市太白北路229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。