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！

龙图腾网获悉南京烽火星空通信发展有限公司申请的专利基于深度神经网络的加密流量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：CN116232696B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310063237.3，技术领域涉及：H04L9/40；该发明授权基于深度神经网络的加密流量分类方法是由祝远鉴;李祥;马小玥;汪晓猛;朱灿鹏;张瑶设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本基于深度神经网络的加密流量分类方法在说明书摘要公布了：本发明公开了一种基于深度神经网络的加密流量分类方法。本发明首次将分类目标瞄准应用软件内部的用户上网行为的识别分类，采集基于目标应用的数据集、创新性的将获得的眀密文对应信息应用于用户行为的精准打标，将提取到的待进行深度神经网络学习的输入信息进行图像化处理后，再进行深度神经网络学习的抽象信息提取，输出基于深度神经网络学习的高辨别识别模型，不仅有效解决了深度神经网络学习过程中打标用户行为流量不精确的问题，经过改进的深度神经网络学习方法提升了模型对加密流量类型的抽象辨别力，使得深度神经网络学习模型可以过滤出网络加密流量中对区分细粒度流量有效的特征，从而可以更加有效地学习到网络流量中存在的可辨别特征。

本发明授权基于深度神经网络的加密流量分类方法在权利要求书中公布了：1.一种基于深度神经网络的加密流量分类方法，其特征在于包括以下步骤： 步骤S1，选取一个或者多个目标应用软件，采集该目标应用软件内的各种用户上网行为的原始流量数据，并得到对应的明密文本信息； 步骤S2，通过对步骤S1采集的原始样本流量进行预处理从而获得适合深度神经网络学习模型的输入维度信息； 步骤S3，深度神经网络学习模型的搭建和训练： 1基于双向长短期记忆网络Bi-LSTM模型构建神经网络模型，学习数据包间的相关性；并利用残差连接降低模型复杂度、突出特征微小变化、减少过拟合问题，得到所需的可辨别特征； 2在构建的神经网络模型中，通过设计四层卷积和池化层以提取数据包特征，并将输出结果进行批量标准操作，使得输出数据归一化到相同的分布，加速模型收敛； 3将步骤2归一化后的输出结果作为双向LSTM的输入，通过随机批量循环来获取流量时序特性，同时为了尽可能的学习到数据包之间的时序相关性，设计两层的双向LSTM进行模型训练； 4对非一维的输出结果，通过全连接层的线性变换Linear函数转化成一维的向量，输出分类预测结果； 5如此按照设定的批量反复训练，保存训练过程中模型最佳精度时的参数； 步骤S4，重新抓取目标应用软件的数据流量，采集流量数据同时获取明密文对应关系的文档；然后基于步骤S3训练后的神经网络模型，对采集到的数据中的用户行为进行精确标签分类，输出模型的预测结果，并计算得到相关的评价指标； 步骤S2所述预处理过程是针对选定的目标应用软件，为每一种用户上网行为设定一个行为标签；同时根据获得的明密文输出信息，将剩下的未定义的其他上网行为定义为干扰信息，并设成nothing标签。

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南京烽火星空通信发展有限公司，其通讯地址为：210019 江苏省南京市建邺区云龙山路88号烽火科技大厦A栋26F；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。