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！

龙图腾网获悉哈尔滨工业大学;中国移动通信集团设计院有限公司申请的专利一种面向超大规模流量的高效开集加密流量识别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：CN120151017B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510280551.6，技术领域涉及：H04L9/40；该发明授权一种面向超大规模流量的高效开集加密流量识别方法是由余翔湛;蔡亚莉;蔡生豪;杜雪涛;胡智超;刘立坤;葛蒙蒙;杜刚;王邦国;张晨;刘海心;秦浩伦;李卓凌;宋晨;牟铎;傅言晨;鲁宇;张垚;罗云刚;李岱林;张靖宇;周杰设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种面向超大规模流量的高效开集加密流量识别方法在说明书摘要公布了：一种面向超大规模流量的高效开集加密流量识别方法，涉及数据安全技术领域，解决了现有技术在资源效率、特征表达和开集识别方面的不足的技术问题，包括：S1.输入网络流量数据集，通过PCA降维算法生成最优维度的降维数据；S2.将最优维度的降维数据输入改进的MobileNetV3模型，结合改进的SE注意力机制、Dense连接和残差连接的复合结构，提取特征并输出分类结果；S3.使用基于置信度的开集识别算法判定分类结果是否属于已知类别、漂移样本或未知类别；S4.若分类结果为漂移样本或未知类别，启动基于知识蒸馏的增量学习，更新改进的MobileNetV3模型的参数并保留旧知识。本发明能够有效提升网络安全防护能力。

本发明授权一种面向超大规模流量的高效开集加密流量识别方法在权利要求书中公布了：1.一种面向超大规模流量的高效开集加密流量识别方法，其特征在于，包括： S1.输入网络流量数据集，通过PCA降维算法生成最优维度的降维数据； S2.将最优维度的降维数据输入改进的MobileNetV3模型，结合改进的SE注意力机制、Dense连接和残差连接的复合结构，提取特征并输出分类结果； S3.使用基于置信度的开集识别算法判定分类结果是否属于已知类别、漂移样本或未知类别； S4.若分类结果为漂移样本或未知类别，启动基于知识蒸馏的增量学习，更新改进的MobileNetV3模型的参数并保留旧知识； S2中，改进的MobileNetV3模型包括： 初始特征提取层，采用3×3卷积核将输入通道从1扩展到16，配合BatchNorm2d和HSwish激活函数，保持原始特征的空间分辨率； 特征学习主干，由8个MobileBottleneck模块串联组成，逐步调整通道数为16、24、40和80，并选择性使用SE注意力机制来增强特征提取能力； 特征增强层，通过1×1卷积将通道数从80扩展至160，进一步融合和提升特征； 全局特征建模层，使用自适应平均池化将3×3的特征图压缩为1×1，提取全局上下文信息； 分类头部，采用三层全连接网络结构，通过160→128→64→11的维度递减设计，输出11个类别的概率分布。

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哈尔滨工业大学;中国移动通信集团设计院有限公司，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。