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！

龙图腾网获悉上海电力大学申请的专利一种异常流量检测方法及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：CN116582337B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310615789.0，技术领域涉及：H04L9/40；该发明授权一种异常流量检测方法及系统是由黄润渴;李晋国;李春林;倪赟;闫芫设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种异常流量检测方法及系统在说明书摘要公布了：本发明涉及一种异常流量检测方法及系统，先采用BorderlineSMOTE方法平衡网络入侵检测中的异常样本，其次通过深度可分离卷积神经网络DSCNN提取流量数据空间特征，最后通过BiRGRU模块捕获时间序列的历史信息，以提高模型检测效率及健壮性，同时满足雾环境下的低时延要求。与现有技术相比，本发明能够捕获流量的隐含特征和时序特征，识别准确度更高，且在保证检测精度的同时使模型轻量化。

本发明授权一种异常流量检测方法及系统在权利要求书中公布了：1.一种异常流量检测方法，其特征在于，包括云端处理阶段及雾端处理阶段，其中所述云端处理阶段包括以下步骤： S1、构建原始数据集，原始数据集中包含物联网设备发送的流量； S2、将所述原始数据集在边缘服务器上进行预处理，得到规范化数据集； S3、针对所述规范化数据集，采用BorderlineSMOTE算法进行过采样，合成少数类样本以平衡所述规范化数据集，得到平衡数据集； S4、构建DSC-BiRGRU网络模型，将所述平衡数据集输入深度可分离卷积神经网络进行深度特征提取，获取所述平衡数据集中数据的空间特征； S5、将步骤S4中获取的数据输入所述DSC-BiRGRU网络模型中，训练得到分类模型； 所述雾端处理阶段包括以下步骤： 接收物联网设备发送的流量，并将所述流量通过数据预处理转换为预设格式； 将云端训练好的分类模型权重共享到雾节点，将预处理后的流量数据输入所述分类模型以识别异常流量； 步骤S2中，BorderlineSMOTE算法包括以下步骤： 步骤a，将数据集D按标签分为少数类样本P＝{p1,p2,p3,…,ppnum}及多数类样本N＝{n1,n2,n3,…,nnnum}； 步骤b，对任一pi∈P，计算pi在训练集T中的m个最邻近样本点，且其中多类样本点数量为m′，0≤m′≤m； 步骤c，若m′＝m，则认为pi为噪声，不做操作； 步骤d，若m2≤m′m，则认为pi最邻近样本中多数类样本多于少数类样本，将pi放入集合Danger中； 步骤e，若0≤m′m2，则认为pi安全，不做操作； 步骤f，取少数类边界数据集其中dnum为少数类边界数据样本个数，0≤dnum≤pnum； 步骤g，对于任意p′i∈Danger，计算p′i的k个临近同类样本，选取s个同类样本，计算p′i与同类样本之间的差值diffj，则新生成的样本p′new的计算公式为p′new＝p′i+r*diffj；其中，1≤s≤k，j＝1,2,3,…,s，r∈0,1； 步骤h，将新生成的样本p′new加入原始数据集； 步骤i，重复步骤g及步骤h操作，获取最终数据集Dnew。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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。