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！

龙图腾网获悉河海大学;南京大学申请的专利一种基于堆叠自编码器的半监督网络流量异常检测方法及装置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：CN120017299B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411835695.5，技术领域涉及：H04L9/40；该发明授权一种基于堆叠自编码器的半监督网络流量异常检测方法及装置是由吕鑫;王建平;王鑫元;李牧天;尤谦;王宁;姚泽宇设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于堆叠自编码器的半监督网络流量异常检测方法及装置在说明书摘要公布了：本发明公开了一种基于堆叠自编码器的半监督网络流量异常检测方法及装置，该方法包括：选取训练数据集并随机采样两两组成样本对，得到样本对集合；采用训练数据集训练二级堆叠自编码器得到特征提取器；提取上述样本对集合中样本对的特征并融合，训练得到异常评分器；从训练数据集中随机抽取样本与待检测数据组成样本对，得到异常分数；根据异常参考值和异常分数判断数据是否异常。本发明通过对有标签样本和无标签样本进行随机组合，在标签数据稀缺的情况下充分利用已有的标签信息扩大有标签样本数量进行模型训练，能有效降低有标签样本不足对模型性能与泛化能力的影响，提高模型对网络流量数据异常检测的精度。

本发明授权一种基于堆叠自编码器的半监督网络流量异常检测方法及装置在权利要求书中公布了：1.一种基于堆叠自编码器的半监督网络流量异常检测方法，其特征在于，包括： 获取网络流量数据集进行预处理并划分为训练数据集和验证数据集，对所述训练数据集随机采样两两组成样本对，得到样本对集合，并设定不同样本对的异常参考值；所述训练数据集中包括未标记数据集合、已标记异常数据集合和已标记正常数据集合； 采用所述训练数据集训练二级堆叠自编码器，得到特征提取器，包括： 采用稀疏自编码器和普通自编码器构成二级堆叠自编码器，采用训练数据集对所构建的二级堆叠自编码器进行训练，如下： 从所述训练数据集随机选取一条数据，将输入到稀疏自编码器中，获得的重构数据和特征； 通过损失函数计算与的重构误差，以最小化训练损失为目标优化稀疏自编码器模型参数，待损失收敛后停止训练； 将特征输入到普通自编码器中，获得的重构数据和特征； 通过损失函数计算的重构误差，以最小化训练损失为目标优化普通自编码器模型参数，待损失收敛后停止训练，得到训练好的二级堆叠自编码器，作为特征提取器； 采用训练完成的所述特征提取器提取所述样本对集合中样本对的特征并融合，以此为输入训练流量异常检测模型，得到异常评分器，包括： 使用两个相同的所述特征提取器分别对样本对中的两个样本进行特征提取，并使用积进行特征融合，得到样本对的特征； 采用多层感知机作为流量异常检测模型，以融合特征作为输入，并随机把的某一维度置为0，输出样本对的异常分数，记作； 使用损失函数对所述流量异常检测模型进行训练以最小化训练损失为目标优化训练模型参数，待损失收敛后停止训练，得到异常评分器； 从所述未标记数据集合、已标记异常数据集合和已标记正常数据集合中分别随机抽取一个样本，与待检测网络流量数据组成样本对，经特征提取和融合后，输入异常评分器，得到异常分数； 根据所述异常参考值和计算的异常分数判断待检测网络流量数据是否异常。

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河海大学;南京大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。