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！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种基于GYAC-LSTM的5G网络流量异常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：CN116684877B 。

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：202310539066.7，技术领域涉及：H04W12/121；该发明授权一种基于GYAC-LSTM的5G网络流量异常检测方法及系统是由孙茜;田霖;路淼顺设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本一种基于GYAC-LSTM的5G网络流量异常检测方法及系统在说明书摘要公布了：本发明提出一种基于GYAC‑LSTM的5G网络流量异常检测方法和系统，包括：获取已标注异常信息的5G网络流量数据，对该5G网络流量数据进行条件过滤，得到原始训练数据；对该原始训练数据进行网络封包分析，得到数据中的特征值并分别生成各自的候选特征集合，使用基于GYAC对各候选特征集合进行特征选择，以去除该候选特征集合中的网络流量数据，得到目标训练数据；将该目标训练数据输入到LSTM模型，执行5G网络流量异常检测，基于检测结果和该目标训练数据已标注的异常信息，构建损失函数训练该LSTM模型，得到流量异常检测模型；将待检测5G网络流量输入该流量异常检测模型，得到该待检测5G网络流量的异常信息作为检测结果。

本发明授权一种基于GYAC-LSTM的5G网络流量异常检测方法及系统在权利要求书中公布了：1.一种基于GYAC-LSTM的5G网络流量异常检测方法，其特征在于，包括： 数据预处理步骤，获取已标注异常信息的5G网络流量数据，对该5G网络流量数据进行条件过滤，得到原始训练数据； 特征选择步骤，对该原始训练数据进行网络封包分析，得到数据中的特征值并分别生成各自的候选特征集合，基于GYAC对各候选特征集合进行特征选择，以去除该候选特征集合中的冗余特征，得到目标训练数据； 训练步骤，将该目标训练数据输入到LSTM模型，执行5G网络流量异常检测，基于检测结果和该目标训练数据已标注的异常信息，构建损失函数训练该LSTM模型，得到流量异常检测模型； 异常检测步骤，将待检测5G网络流量输入该流量异常检测模型，得到该待检测5G网络流量的异常信息作为检测结果； 其中，该特征选择步骤包括： 使用基尼指数差值与同比减小指数共同表示对两类流量数据分类的贡献度，依次计算非同类型数据特征的该贡献度并求和并排名，得到流量特征的重要度排名；使用余弦相似度表示同类流量数据中不同特征之间的相关性，并转换为特征之间的距离，然后根据冗余度阈值和重要度阈值选择相关性系数和重要度系数排名靠前的特征，最后将每类流量选择的特征求并集，得到该目标训练数据。

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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路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。