哈尔滨工程大学王焕然获国家专利权
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！
龙图腾网获悉哈尔滨工程大学申请的专利一种基于QUIC特有特征和图结构的少样本增量网站指纹识别方法、系统、介质及程序产品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：CN119788393B 。
龙图腾网通过国家知识产权局官网在2025-10-28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：202411990951.8，技术领域涉及：H04L9/40；该发明授权一种基于QUIC特有特征和图结构的少样本增量网站指纹识别方法、系统、介质及程序产品是由王焕然;谭静文;杨武;苘大鹏;吕继光;韩帅设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。
本一种基于QUIC特有特征和图结构的少样本增量网站指纹识别方法、系统、介质及程序产品在说明书摘要公布了：本发明公开了一种基于QUIC特有特征和图结构的少样本增量网站指纹识别方法、系统、介质及程序产品，旨在应对传统方法难以有效识别QUIC加密流量的问题。本发明的系统首先通过提取QUIC流量的多维特征并构建为图结构，捕捉流量特征之间的全局关联性。然后，利用图分析技术对这些特征进行深度挖掘，增强模型对流量特征的表达能力。最后，通过增量学习机制，系统能够快速适应新出现的QUIC网站流量，实现对网站识别模型的动态更新，从而显著提升识别精度和实时响应能力。本发明通过针对QUIC流量的特征提取和增量学习，实现了对新出现的网站流量的高效识别，显著提升了在加密流量环境下网站识别的准确性和适应性。
本发明授权一种基于QUIC特有特征和图结构的少样本增量网站指纹识别方法、系统、介质及程序产品在权利要求书中公布了：1.一种基于QUIC特有特征和图结构的少样本增量网站指纹识别方法，其特征在于：包括以下步骤： 步骤1：QUIC流量特征提取； 从QUIC流量中提取特有的流量特征，包括数据包的大小、时序、协议特征； 步骤2：图结构构建与特征表示； 将步骤1提取到的QUIC流量特征映射到图结构中，通过图卷积网络GCN对这些特征进行全局关联分析； 步骤3：增量式模型训练与少样本学习； 在步骤2的图结构构建完成后，对识别模型进行增量式训练，通过少样本学习方法，利用有限的训练数据，不断优化模型的识别能力； 步骤4：网站识别与分类； 利用训步骤3练好的模型对新采集的QUIC流量数据进行识别和分类，对新出现的QUIC支持网站，通过结合图结构分析与模型的增量学习机制，实现对新网站的准确识别和分类，并根据实时情况不断更新模型。
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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励