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！

龙图腾网获悉沈阳理工大学申请的专利一种基于ViT改进的轻量化恶意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：CN116346436B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310208569.6，技术领域涉及：H04L9/40；该发明授权一种基于ViT改进的轻量化恶意流量识别方法是由张文波;冯永新;刘贺;谭小波设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于ViT改进的轻量化恶意流量识别方法在说明书摘要公布了：本发明提供一种基于ViT改进的轻量化恶意流量识别方法；首先基于会话中数据包的灰度图片转换方法生成以原始流量数据构建的灰度图片，限制会话的长度、规范会话中每个数据包的长度并统一灰度图片的分辨率，按照会话中数据包的顺序转换为二维矩阵；然后，基于简化混合VisionTransformer模型注意力机制的方法，利用MobileNetV2模型对灰度图片进行特征提取和下采样，忽略特征图像左右相邻像素以生成两个序列，经过降低维度的TransformerEncoder模块后转换为原始特征图像的形状，再通过全连接层后得到恶意流量识别的结果；本发明提供了一种高精度、轻量化的恶意流量识别方法，在保证恶意流量识别准确率的前提下，降低了模型所需的参数量和计算量。

本发明授权一种基于ViT改进的轻量化恶意流量识别方法在权利要求书中公布了：1.一种基于ViT改进的轻量化恶意流量识别方法，其特征在于，具体包括以下步骤： 步骤1：获取恶意流量数据集并对其进行会话分割及解析处理； 步骤2：对步骤1解析后的会话进行数据包图像化表示，生成灰度图片； 步骤3：使用一种基于滑动数据包的方式对数据集中样本量较少的类别进行数据增强，得到一个各类别样本均衡的数据集； 步骤4：根据数据集提供的标签文件赋予通过数据包图像化方法转换的灰度图片对应的标签，以6：1的比例划分训练数据集和测试数据集，包括恶意流量二分类和多分类两种情况； 步骤5：构建基于简化的混合VisionTransformer模型SHViT，进行恶意流量识别； 步骤5.1：使用mobileNetV2模型进行下采样，生成数据包的特征图，作为TransformerEncoder的输入； 步骤5.2：构建简化的混合VisionTransformer模型中的SHViTBlock； 步骤5.3：将SHViTBlock的输出通过全局池化层和线性层，得到完整的SHViT模型； 步骤5.4：配置训练参数，输入训练数据集，提升恶意流量识别的准确率； 步骤5.5：将处理后的原始流量文件通过数据包图像化方法转换的灰度图片输入到模型中，得到恶意流量识别结果； 步骤5.6：计算模型的参数量和计算量，即评判模型轻量化的指标；其中卷积层和全连接层的参数量和计算量定义如下： parametersconv＝kw×kh×Cin+1×Cout4 parametersFC＝Nin+1×Nout5 FLOPsconv＝[Cin×kw×kh+Cin×kw×kh-1+1]×Cout×w×h6 FLOPsFC＝[Nin+Nin-1+1]×Nout7 其中，kw和kh代表卷积核的大小，Cin和Cout代表卷积层的输入和输出通道数，Nin和Nout分别代表全连接层中的输入和输出维度的大小，w和h代表特征图的大小，公式中的1代表卷积层中的偏置。

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沈阳理工大学，其通讯地址为：110159 辽宁省沈阳市浑南新区南屏中路6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。