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！

龙图腾网获悉广东工业大学申请的专利一种基于注意力机制的僵尸网络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：CN115967533B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202211457602.0，技术领域涉及：H04L9/40；该发明授权一种基于注意力机制的僵尸网络检测方法是由凌捷;杨晖智;罗玉;陈家辉设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本一种基于注意力机制的僵尸网络检测方法在说明书摘要公布了：本发明公开了一种基于注意力机制的僵尸网络检测方法，涉及网络安全技术领域，步骤如下：S1：获取数据集，对数据集进行预处理，得到预处理后的数据集；S2：构建基于注意力机制的僵尸网络检测模型，根据预处理后的数据集进行训练；S3：捕获网络数据流，使用训练后的僵尸网络检测模型判断捕获的网络数据流是否来自僵尸网络；本发明针对新型僵尸网络流量样本数量小的特点，使用自适应综合过采样算法、主成分分析法对数据集进行预处理，提高检测模型对新型僵尸网络的检测准确率。

本发明授权一种基于注意力机制的僵尸网络检测方法在权利要求书中公布了：1.一种基于注意力机制的僵尸网络检测方法，其特征在于，步骤如下： S1：获取数据集，对数据集进行预处理，得到预处理后的数据集；预处理的方法如下：按照五元组分割流量数据，得到单条数据流的集合；提取单条数据流的集合中的流量统计特征，对非数值的流量统计特征进行独热编码；使用自适应综合过采样算法实现数据增强，使用主成分分析法实现数据降维； S2：构建基于注意力机制的僵尸网络检测模型，根据预处理后的数据集进行训练；所述的僵尸网络检测模型包括依次连接的卷积神经网络、注意力机制模块、双向长短时记忆网络、全连接层、输出层； 所述的卷积神经网络，用于提取输入数据的特征信息，作为注意力机制模块的输入； 所述的注意力机制模块，用于根据输入的特征信息重新分配通道的权重； 所述的双向长短时记忆网络，用于学习网络流量中特征之间的关系； 所述的全连接层用于将特征信息映射到更大的空间中，增加的僵尸网络检测模型的表征能力； 所述的输出层用于输出检测分类的结果； 所述的注意力机制模块使用卷积块注意力模块； 所述的卷积块注意力模块用于二维数据处理，由挤压阶段和激励阶段组成； 在挤压阶段时，流量数据特征图F分别在全局平均池化层和最大池化层中，从两个不同的维度提取特征图的特征信息，从c，w维形式转变到c，1维形式，获得两个压缩数据，以此获取每个通道的全局信息； 在激励阶段时，压缩数据由多层感知器自适应地重新校准，对特征图每个通道进行权重赋值，获得两个c，1维的特征图，将两个特征图进行加法操作，然后使用sigmoid激活函数，最后获得权重向量MC；MC计算公式如下： MC＝σWAvgPoolF+WMaxPoolF 式中，σ表示Sigmoid激活函数，W表示多层感知器参数，AvgPool表示平均池化层，MaxPool表示最大池化层，F表示输入的流量数据特征； S3：捕获网络数据流，使用训练后的僵尸网络检测模型判断捕获的网络数据流是否来自僵尸网络。

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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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。