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！

龙图腾网获悉武汉大学申请的专利基于免疫检测器动态演化的压缩网络流量异常检测方法、系统、介质及设备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：CN116723003B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310538523.0，技术领域涉及：H04L9/40；该发明授权基于免疫检测器动态演化的压缩网络流量异常检测方法、系统、介质及设备是由王丽娜;刘晓稳;杨葛英;付杰;王清浩设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本基于免疫检测器动态演化的压缩网络流量异常检测方法、系统、介质及设备在说明书摘要公布了：本发明公开了一种基于免疫检测器动态演化的压缩网络流量异常检测方法及系统，包括：1通用压缩算法识别模块，利用压缩包头信息识别采用的压缩算法。2基于混合过滤式包裹式的特征选择模块，多种角度对网络流量特征进行重要性计算并选择最优特征子集。3候选自检测器生成及进化耐受模块，在自体基础上直接生成候选自检测器，并借助抗原聚类特征树快速完成进化耐受。4基于蒙特卡洛的候选自检测器成熟耐受模块，借助蒙特卡洛算法计算候选自检测器的被覆盖程度，剔除被多个成熟自检测器协同覆盖且覆盖面积较大的候选自检测器。5利用成熟自检测器对压缩网络流量进行异常检测。本发明能够实现对异常数据的高效准确检测。

本发明授权基于免疫检测器动态演化的压缩网络流量异常检测方法、系统、介质及设备在权利要求书中公布了：1.基于免疫检测器动态演化的压缩网络流量异常检测方法，其特征在于，包括： S1：利用压缩数据包的包头字段识别压缩流量具体使用的压缩算法，利用识别出的压缩算法对压缩数据包进行解压缩，并提取其中的网络流量特征； S2：采用基于混合过滤式嵌入式的特征选择技术，对提取出网络流量特征重要性进行多角度度量，并进一步采用加权投票方法对上述多角度度量的特征重要性进行综合，最后利用递归特征累加策略选择出最优特征子集； S3：在步骤S2得到的最优特征子集样本空间基础上，对抗原训练集进行层次聚类，并构造抗原聚类特征树；利用自体抗原生成候选自检测器，并基于抗原聚类特征树完成候选自检测器同非自体抗原的进化耐受，其中，采用四元组抗原位置线性和，抗原位置平方和，自体抗原索引集合，非自体抗原索引集合的格式表示抗原聚类特征树中的节点，抗原包括自体抗原和非自体抗原，自体抗原表示正常的网络活动，非自体抗原表示异常或是非法的网络活动； S4：根据候选自检测器与成熟自检测器集的位置及半径关系，进一步完成候选自检测器的成熟耐受，将保留下的候选自检测器添加到成熟自检测器集中； S5：利用成熟自检测器集中的成熟自检测器与测试集中的未知抗原进行亲和度计算，若未知抗原能够被成熟自检测器识别，则认为该抗原为自体抗原，若不能识别则认为该抗原是非自体抗原。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。