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！

龙图腾网获悉福州大学申请的专利基于多尺度聚合Transformer的边缘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：CN119202840B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411345061.1，技术领域涉及：G06F18/241；该发明授权基于多尺度聚合Transformer的边缘异常流量检测方法是由陈哲毅;薛龙祥;钟璐英;施晓薇设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本基于多尺度聚合Transformer的边缘异常流量检测方法在说明书摘要公布了：本发明涉及一种基于多尺度聚合Transformer的边缘异常流量检测方法，包括：S1、获取边缘网络流量数据并进行数据预处理和特征提取，得到训练样本集；S2、构建基于多尺度聚合Transformer的边缘异常流量检测模型，其包括输入层、编码层、分类层和输出层；输入层从流量数据中提取特征信息；编码层采用分层结构进行多尺度时序表示，每层的编码模块均由时序表示模块和Transformer编码模块组成，时序表示模块对特征数据切分映射，Transformer编码模块利用多头自注意力机制编码映射向量；编码模块的输出聚合后，通过分类层得到检测结果并通过输出层输出；通过训练样本集训练模型；S3、将训练好的模型应用于边缘系统，协助其检测并过滤异常流量。该方法有利于提高异常流量检测的准确性。

本发明授权基于多尺度聚合Transformer的边缘异常流量检测方法在权利要求书中公布了：1.一种基于多尺度聚合Transformer的边缘异常流量检测方法，其特征在于，包括以下步骤： S1、从边缘系统获取边缘网络流量数据，并对数据进行预处理和特征提取，得到训练样本集； S2、构建基于多尺度聚合Transformer的边缘异常流量检测模型；所述边缘异常流量检测模型包括输入层、编码层、分类层和输出层；所述输入层从输入的流量数据中提取特征信息，形成多维度时间序列，每个维度描绘对应特征的变化情况；所述编码层采用分层结构进行多尺度时序表示，其中每层的编码模块均由时序表示模块和Transformer编码模块组成，所述时序表示模块对特征数据进行切分映射，所述Transformer编码模块利用多头自注意力机制编码映射向量，二者协同工作以捕捉流量的变化规律和模式；所述分类层包括平均池化层和Softmax分类器，将所有编码模块的输出进行平均聚合后，通过平均池化层提炼出综合性的特征向量，进而将其输入Softmax分类器；所述输出层输出检测结果；通过训练样本集对边缘异常流量检测模型进行训练； S3、将训练好的边缘异常流量检测模型应用于边缘系统，协助其检测并过滤异常流量。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。