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！

龙图腾网获悉东南大学申请的专利一种基于位置目标导向的自注意力网站指纹识别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：CN119675906B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411670754.8，技术领域涉及：H04L9/40；该发明授权一种基于位置目标导向的自注意力网站指纹识别方法是由杜宇珩;王良民;程光;周强;黄湘岚;吕亚涵;雍泉设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于位置目标导向的自注意力网站指纹识别方法在说明书摘要公布了：本发明提供一种基于位置目标导向的自注意力网站指纹识别方法，该方法针对网络用户产生的网络流量，基于注意力机制，经神经网络生成待分类网站的指纹特征向量。对于待分类的流量数据集，首先使用二维卷积模型对流量进行预处理，然后将提取出的特征重组为以位置为目标导向的特征矩阵，结合卷积计算与自注意力机制的处理，将获得的新网站指纹特征向量输入分类器中进行分类，基于注意力机制的处理过程中，生成的指纹特征向量同时具有了时间上与空间上的特征，并使得两者之间具有关联性，分类器也以此提升了分类的准确性。本发明能够实现网站流量的智能识别，对匿名网络网站访问的监控与管理具有重要意义。

本发明授权一种基于位置目标导向的自注意力网站指纹识别方法在权利要求书中公布了：1.一种基于位置目标导向的自注意力网站指纹识别方法，其特征在于，针对任一网络流量ws，基于位置目标导向的自注意力网站指纹识别方法能够生成代表该网站流量的特征向量wd，并以此特征向量训练分类器进行网站分类； 所述网站指纹识别过程包括: 步骤1、二维卷积流量预处理，收集网络流量：使用抓包工具收集流量，将抓取到的流量转换为可用格式，并对每条流量打上对应网站的标签； 步骤2、位置目标导向注意力权重计算，对由步骤1得到特征向量进行压缩，使用两个一维卷积模型缩短目标维度的向量长度，此处一维卷积模型包含卷积层、批处理层、一维最大池化层；对新的特征向量，根据实际部署需求，生成Position_Target向量，并确定进行注意力计算的矩阵PT，对该矩阵的数据进行自注意力计算，并对自注意力权重进行优化，得到最终的网站指纹特征表示；步骤2中位置目标导向注意力权重计算具体过程为： S2.1数据信息压缩； 对来自步骤1的向量记为x，将x大小视为[m*n*k]，由最后一维数据k代表原向量数据统计信息，使用两个不同的一维卷积模块缩短目标维度的向量长度，此处神经网络包含卷积层、批处理层、最大池化层；通过一维卷积模型，将第k维数据进行压缩； S2.2生成以位置为目标导向的向量Position_Target:[p1,p2,p3,…,pn]； 首先记步骤2卷积核:[c1,c2,c3,…,ck]，卷积计算记为Q，则对应计算记为[Qc1,Qc2,Qc3,…,Qck]； 令每d个Q运算构成一组生成元，即： 则Position_Target向量中的每个元素都由d个Q运算的加权运算后确定；记步骤2压缩后的向量为s_feature∈Cm×n 则s_feature可由上述规则生成多个Position_Target特征向量，按行排列后，生成以位置为目标导向的矩阵PT： PT矩阵有i行元素，每行有j列； S2.3生成PT-Mask矩阵 At_temp＝PTT·PT； 首先计算矩阵At_temp中各元素的值，对于任意第i行数据，分别计算Top数组与Bottom数组；其中，Top数组存放一组高维坐标，对应于[Ai1,Ai2,…,Aij]的所有正数中，按数值排列在前k1的注意力权重的位置坐标；同理Bottom数组存放所有负数中，按数值排列在后k2的注意力权重的位置坐标；然后初始化注意力机制Mask向量的后两维数据： 则PT-Mask矩阵在初始掩码矩阵基础上，根据Top数组与Bottom数组中的多维坐标信息，将对应位置数据替换为1+m％或1+n％，再参与注意力机制运算；其中，上述m、n、k1、k2设置为超参数； S2.4计算位置目标导向注意力权重； 其中，使用PT矩阵作为Q,K,V的输入，θ为PT-Mask机制；位置目标导向注意力权重计算公式具体如上所示； 步骤3、超参数调优，超参数调优涉及步骤1中的单位时间与输入流量长度；涉及步骤2模型Position_Target的向量长度；涉及步骤2中注意力权重计算的特征头数量与重点特征优化比例；基于步骤2的特征表示和步骤3调优后的模型参数，采用十倍交叉验证判断步骤2中的特征向量是否有效识别出目标网站； 步骤4、若识别准确率低于90％则转回到步骤1；若识别准确率高于90％，则保留模型参数并将有关模型信息保存到相关文件中，并结束进程。

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东南大学，其通讯地址为：210000 江苏省南京市江宁区东南大学路2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。