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！

龙图腾网获悉北京信联数安科技有限公司;信联科技(南京)有限公司申请的专利基于脉冲神经-双向LSTM网络的流量检测方法及系统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：CN120238371B 。

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：202510704652.1，技术领域涉及：H04L9/40；该发明授权基于脉冲神经-双向LSTM网络的流量检测方法及系统是由李明柱;张胜;陈飞设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本基于脉冲神经-双向LSTM网络的流量检测方法及系统在说明书摘要公布了：本发明涉及基于脉冲神经‑双向LSTM网络的流量检测方法，引入时序建模模块、脉冲神经网络模块、自注意力机制模块，构建待训练网络，并应用各样本流量进行训练，获得流量异常检测模型，将脉冲神经网络的动态特性建模能力与双向长短期记忆网络的时序依赖特征捕获能力相结合，能够更精准地提取加密流量的时序特征和行为模式，并且网络中通过全局平均池化和全连接层优化参数，能够显著提升分类性能和泛化能力，实现对多种加密协议流量的高效检测，本发明同时设计相应系统，针对网络结构进行模块化设计，实现检测方法各环节的模块化应用，进一步提高实际应用下异常流量的检测效率。

本发明授权基于脉冲神经-双向LSTM网络的流量检测方法及系统在权利要求书中公布了：1.基于脉冲神经-双向LSTM网络的流量检测方法，其特征在于：执行如下步骤A至步骤C，获得流量异常检测模型，然后应用流量异常检测模型针对待检测流量进行异常检测； 步骤A.获得预设数量分别已知对应流量异常标签或流量非异常标签的各样本流量，然后进入步骤B； 步骤B.自输入端至输出端依次串联特征输入模块、时序建模模块、最大池化层、脉冲神经网络模块、自注意力机制模块、全局平均池化层、全连接层、分类输出模块，构建待训练网络，然后进入步骤C； 其中，特征输入模块用于接收流量，处理获得流量中各数据包分别对应的特征向量，并输出至时序建模模块，由时序建模模块处理获得各数据包分别对应的高维特征向量，再输出至最大池化层进行池化更新，然后输出至脉冲神经网络模块，脉冲神经网络模块分别针对各数据包所对应高维特征向量中的各个特征值，执行如下步骤b1至步骤b4，获得各数据包对应各神经元的输入脉冲信号的激活状态Sni，构成激活状态矩阵S，并输出； 步骤b1.由脉冲神经网络模块中的脉冲编码层按如下公式： λi,j＝σ1Wencodegi,j+bencode 获得第i个数据包所对应高维特征向量中第j个特征对应的脉冲发放率λi,j，1≤j≤J，J表示预设特征类别的数量，gi,j表示第i个数据包所对应高维特征向量中第j个特征值，Wencode表示脉冲编码层对应的权重，bencode表示脉冲编码层对应的偏移量，σ1表示激活函数，然后进入步骤b2； 步骤b2.针对第i个数据包对应高维特征向量中第j个特征值gi,j，随机激活生成gi,j对应的输入脉冲信号，即gi,j关于其所对应输入脉冲信号的激活状态Sji＝1，且输入脉冲信号以相对应脉冲发放率λi,j进行发射，或者激活不生成gi,j对应的输入脉冲信号，即gi,j关于其所对应输入脉冲信号的激活状态Sji＝0，然后进入步骤b3； 步骤b3.按如下公式： 获得第i个数据包对应第n个神经元的膜电位Uni，其中，α表示预设泄漏系数，Uni-1表示第i-1个数据包对应第n个神经元的膜电位，Wnj表示第j个特征到第n个神经元的突触权重，β表示预设复位衰减因子，然后进入步骤b4； 步骤b4.按如下公式： 获得第i个数据包对应第n个神经元的输入脉冲信号的激活状态Sni，Sni＝1表示激活生成第i个数据包对应第n个神经元的输入脉冲信号，Sni＝0表示激活不生成第i个数据包对应第n个神经元的输入脉冲信号，Uth表示预设膜电位阈值； 步骤C.基于各样本流量，以样本流量为输入、样本流量所对应标签为输出，针对待训练网络进行训练，获得流量异常检测模型。

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北京信联数安科技有限公司;信联科技(南京)有限公司，其通讯地址为：101100 北京市通州区北京经济技术开发区科谷一街10号院6号楼6层604(北京自贸试验区高端产业片区亦庄组团)；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。