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！

龙图腾网获悉长春大学申请的专利基于知识蒸馏双教师模型物联网恶意流量检测方法和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：CN120750644B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511188408.0，技术领域涉及：H04L9/40；该发明授权基于知识蒸馏双教师模型物联网恶意流量检测方法和系统是由徐大伟;梁云芳;董旭阳;周啸龙;赵剑;赵国罡;张洪杰设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本基于知识蒸馏双教师模型物联网恶意流量检测方法和系统在说明书摘要公布了：本发明提出了基于知识蒸馏双教师模型物联网恶意流量检测方法和系统，属于网络安全技术领域。解决了单一预训练模型无法同时捕获流量的多维度特征以及难以有效设计轻量化的学生模型的问题。方法包括：对原始物联网流量数据进行预处理，生成标准化数据集；将标准化数据集输入双教师模型进行训练；提取双教师模型的隐藏层及软标签，基于双教师模型的隐藏层及软标签构建轻量级学生模型，轻量级学生模型为一维深度可分离卷积与堆叠式双向门控循环单元的组合；通过知识蒸馏损失函数将双教师模型的知识迁移至学生模型；将待检测流量输入训练后的学生模型，输出正常或恶意流量的分类结果。主要用于智能控制领域。

本发明授权基于知识蒸馏双教师模型物联网恶意流量检测方法和系统在权利要求书中公布了：1.一种基于知识蒸馏双教师模型物联网恶意流量检测方法，其特征在于，所述方法包括： 对原始物联网流量数据进行预处理，生成标准化数据集； 将所述标准化数据集输入双教师模型进行训练，所述双教师模型包括：教师模型一和教师模型二； 所述教师模型一为基于残差Inception结构的空间特征提取模型，包含并行卷积分支、残差块和通道注意力模块； 所述教师模型二为基于一维卷积神经网络和堆叠式双向长短期记忆网络的时序特征提取模型； 提取双教师模型的隐藏层及软标签，基于双教师模型的隐藏层及软标签构建轻量级学生模型，所述轻量级学生模型为一维深度可分离卷积与堆叠式双向门控循环单元的组合； 通过知识蒸馏损失函数将双教师模型的知识迁移至学生模型； 将待检测流量输入训练后的学生模型，输出正常或恶意流量的分类结果； 所述通过知识蒸馏损失函数将双教师模型的知识迁移至学生模型，包括： 使用Kullback-Leibler损失来计算学生模型和教师模型之间的损失，用于生成软标签； 将教师模型的软标签迁移到学生模型，并使用代价敏感损失衡量学生模型对硬标签的拟合误差； 使用时间相关性窗口损失函数对教师模型和学生模型的隐藏层进行蒸馏； 所述时间相关性窗口损失函数为： 其中，为总时间步数，为第一个教师模型在时间步k的特征差分值，为学生模型在时间步k的特征差分值，为第二个教师模型在时间步k的特征差分值。

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长春大学，其通讯地址为：130022 吉林省长春市卫星路6543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。