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！

龙图腾网获悉厦门大学申请的专利一种少样本网页指纹学习方法、终端设备及存储介质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：CN116346437B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310209945.3，技术领域涉及：H04L9/40；该发明授权一种少样本网页指纹学习方法、终端设备及存储介质是由谢怡;张亦希;冯嘉豪;许卓斌;孙学良;熊鑫鑫设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种少样本网页指纹学习方法、终端设备及存储介质在说明书摘要公布了：本发明涉及一种少样本网页指纹学习方法、终端设备及存储介质，该方法中包括：组建预训练数据集和少样本数据集；构建对比网络，对比网络包括数据增强模块、特征提取器、投影头模块和对比损失模块；通过预训练数据集对对比网络进行训练，得到预训练特征提取器；将少样本数据集中的原始流量经过数据增强模块和训练后的特征提取器后得到少样本数据集中各样本的增强流量的特征向量；构建线性分类器，将特征向量作为线性分类器的输入线性分类器进行训练；将训练后的特征提取器和训练后的线性分类器组合得到流量分类模型，通过流量分类模型对待监测网页的流量进行指纹识别。本发明可以通过收集少量流量快速训练新的分类器，保证了网页指纹识别的准确性。

本发明授权一种少样本网页指纹学习方法、终端设备及存储介质在权利要求书中公布了：1.一种少样本网页指纹学习方法，其特征在于，包括以下步骤： S1：收集受监视网页的原始流量组成预训练数据集，并设置每个原始流量的标签为其对应的网页的类别； S2：构建对比网络，对比网络包括数据增强模块、特征提取器、投影头模块和对比损失模块；数据增强模块对输入的原始流量进行数据增强处理得到增强流量，特征提取器从增强流量中提取特征向量，投影头模块将特征提取器输出的特征向量映射到对比损失模块，对比损失模块基于投影头的输出计算对比损失；使用预训练数据集训练对比网络，将训练后的特征提取器作为预训练特征提取器； 数据增强包括注入操作，注入操作通过随机注入+1或-1到原始流量的任意位置序号；数据增强包括移除操作，移除操作随机选择原始流量的某个位置序号并删除其对应的数据包；对于任何一条输入的原始流量t，数据增强操作后得到两条增强流量，并继承t的标签，这两条增强流量分别是注入操作和移除操作的结果；对于一组长度为M的原始流量-标签对{tk,yk}k＝1…M，产生用于后续训练的2M长度的增强流量-标签对其中，和是流量tkk＝1…M经过数据增强得到的两条增强流量，yk是流量tk的标签，是增强流量的标签，k和l均表示序号； 投影头模块的输出被归一化地限制在单位超球面上，单位超球面使得对比损失模块可以利用内积来测量投影空间中的距离； 在根据投影头的输出计算对比损失时，从投影空间的2M个向量-标签对中，随机选择一个特征向量对比损失模块试图缩小与整个训练批次中具有相同标签的向量之间的距离，相反，与整个训练批次里2M个特征向量中与其标签类别不同的流量之间的距离将被拉远； S3：采集与预训练数据集相比数量较少的原始流量组成少样本数据集，并设置每个原始流量的标签为其对应的网页的类别； S4：将少样本数据集中的原始流量经过数据增强模块和S2步骤得到的预训练特征提取器处理后，得到少样本数据集中各样本的增强流量的特征向量； S5：构建线性分类器，将步骤S4得到的特征向量作为线性分类器的输入线性分类器进行训练，得到训练后的线性分类器； S6：组合步骤S2得到的预训练特征提取器和步骤S5得到的训练后的线性分类器得到流量分类模型，通过流量分类模型对待监测网页的流量进行网页指纹识别。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。