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！

龙图腾网获悉上海交通大学申请的专利基于多特征序列的匿名网络流量分类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：CN116016360B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211590636.7，技术领域涉及：H04L9/40；该发明授权基于多特征序列的匿名网络流量分类方法及系统是由黄浩铭;王轶骏;薛质设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本基于多特征序列的匿名网络流量分类方法及系统在说明书摘要公布了：本发明提供了一种基于多特征序列的匿名网络流量分类方法及系统，包括：步骤S1：采集网络流量文件，提取特征，进行数据归一化和流序列生成；步骤S2：对提取到的特征进行重要性排序，获取流量序列中最重要的连续性特征对应的特征序列，并转化为频域特征向量；步骤S3：通过频域特征提取网络将频域特征向量转化为中间特征向量，并将流序列其他特征通过其他特征提取网络转化为中间特征向量；步骤S4：拼接中间特征向量，通过分类网络后得到不同类别的概率分布。本发明能够抽出匿名通信流序列中重要的连续性特征，并挖掘其频域上的隐含信息，充分发挥Transformer框架对于连续的数据的序列特征捕获能力。

本发明授权基于多特征序列的匿名网络流量分类方法及系统在权利要求书中公布了：1.一种基于多特征序列的匿名网络流量分类方法，其特征在于，包括： 步骤S1：采集网络流量文件，提取特征，进行数据归一化和流序列生成； 步骤S2：对提取到的特征进行重要性排序，获取流量序列中最重要的连续性特征对应的特征序列，并转化为频域特征向量； 步骤S3：通过频域特征提取网络将频域特征向量转化为中间特征向量，并将流序列其他特征通过其他特征提取网络转化为中间特征向量； 步骤S4：拼接中间特征向量，通过分类网络后得到不同类别的概率分布； 在所述步骤S2中： 步骤S2.1：对提取出的所有特征进行特征筛选，去除特征包括每个流数据的初始时间戳、最终时间戳、IP和TCP参数，保留预设个特征； 步骤S2.2：对筛选出的特征使用随机森林算法或主成分分析法计算每个特征的重要性，并根据重要性对特征进行排序；选择最重要的预设个特征； 步骤S2.3：对选择的特征，分别记为特征，对Z个连续的流数据，分别构建Z维的特征向量，构建长度为Z的特征序列与，此处=Z；将特征序列转化为频域特征向量，计算公式为： 将变换结果组合为频域特征向量及，将频域特征向量分别作为Transformer框架的编码器的输入，输出2个的特征向量，通过MLP映射为2个的特征向量，其中为自定义参数，拼接为的中间特征向量； 在所述步骤S3中： 对于未选择的其他特征，选择重要性位于前预设个的特征，对于所述的Z个连续的流数据，构建Z个的向量，通过DNN映射为Z个的向量，拼接后输入均值或最值池化层，得到的中间特征向量； 在所述步骤S4中： 对于输出的中间特征向量，拼接后通过MLP映射为一个最终特征向量，此处p为最终分类的类别数目，接着用softmax函数计算得到概率分布，根据概率分布确定分类结果。

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交通大学，其通讯地址为：200240 上海市闵行区东川路800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。