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！

龙图腾网获悉电子科技大学申请的专利基于多层次时频分解与图神经网络的异常流量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：CN120017330B 。

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：202510076543.X，技术领域涉及：H04L9/40；该发明授权基于多层次时频分解与图神经网络的异常流量检测方法是由刘瑶;周庭浩;刘峤;刘潞;张栏弋;王敬博设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本基于多层次时频分解与图神经网络的异常流量检测方法在说明书摘要公布了：本发明属于计算机信息安全领域，提出了一种基于多层次时频分解与图神经网络的异常流量检测方法，旨在解决传统方法难以有效分离和识别复杂、隐蔽网络攻击流量的问题。该方法通过收集并预处理网络流量数据，形成多变量时间序列；利用季节性和趋势性分解结合傅里叶掩膜函数，提取趋势性和季节性成分的高频与低频组分；对提取的组分进行平稳化处理和线性映射，生成新的向量表示；最后通过多尺度图神经网络建模并进行异常检测。该方法结合时频分解与图神经网络，能够精准捕捉网络流量的复杂时空依赖关系，显著提升对隐蔽性强或具有时序相关性异常行为的检测能力，适用于实时检测与预测场景，为网络安全防护提供高效预警和分析支持。

本发明授权基于多层次时频分解与图神经网络的异常流量检测方法在权利要求书中公布了：1.一种基于多层次时频分解与图神经网络的异常流量检测方法，其特征在于，包括以下步骤： 步骤1、对网络流量数据进行收集与预处理，得到多变量时间序列数据； 步骤2、对预处理后的多变量时间序列数据进行季节性和趋势性分解，得到原多变量时间序列对应的趋势性成分和季节性成分； 步骤3、对步骤2提取得到的趋势性成分和季节性成分进行傅里叶掩膜函数计算处理，得到趋势性成分的高频组分和低频组分，季节性成分的高频组分和低频组分； 步骤4、对步骤3提取高低频组分进行平稳化处理，得到平稳化处理后的向量； 步骤5、对步骤4平稳化处理得到的趋势性成分与季节性成分的高频组分和低频组分进行嵌入线性映射处理得到二者对应的新的向量表示； 步骤6、对步骤5得到的向量进行向量嵌入进行图神经网络建模，得到特征向量； 步骤7、对特征向量进行异常检测，得到最终的异常检测结果; 步骤6包括： 步骤6.1、将生成的高维特征表示输入到图神经网络模块中，开始特征的进一步处理; 步骤6.2、基于人工设定的固定比例规则对高维特征进行分组; 步骤6.3、对每个分组的特征分别应用1D卷积操作，采用不同大小的卷积核进行多尺度特征提取； 步骤6.4、通过图学习机制计算节点的特征向量; 所述步骤6.3中的多尺度特征提取通过以下公式计算： 其中，为节点的特征向量，σ为激活函数，和为节点的表征向量，W为权重矩阵，为多层感知机扩展函数。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。