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机网络信息中心申请的专利基于层次特征的LDoS隐蔽攻击检测方法以及装置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：CN116647353B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202210169518.2，技术领域涉及：H04L9/40；该发明授权基于层次特征的LDoS隐蔽攻击检测方法以及装置是由龙春;赵静;魏金侠;杨帆设计研发完成，并于2022-02-14向国家知识产权局提交的专利申请。

本基于层次特征的LDoS隐蔽攻击检测方法以及装置在说明书摘要公布了：本申请公开了一种基于层次特征的LDoS隐蔽攻击检测方法以及装置。该方法包括基于半监督谱聚类模型，将正常流量数据筛除，其中所述半监督谱聚类模型根据LDoS攻击包宏观特征构建，用以表征在一个攻击脉冲时间内流量数据的整体分布情况；在将正常流量数据筛除之后，对剩余流量数据进行基于预设的流量时间序列的无监督LDoS攻击监测，其中所述预设的流量时间序列通过LDoS攻击包内特征构建，用于表征一个脉冲时间内随着时间序列每一个包的具体特征；根据所述无监督LDoS攻击监测，得到所述LDoS隐蔽攻击检测结果本申请解决了无法较好地检测出LDoS攻击技术问题。通过本申请基于二层LDoS攻击特征描述，实现LDoS隐蔽攻击检测。

本发明授权基于层次特征的LDoS隐蔽攻击检测方法以及装置在权利要求书中公布了：1.一种基于层次特征的LDoS隐蔽攻击检测方法，其特征在于，包括： 基于半监督谱聚类模型，将正常流量数据筛除，其中所述半监督谱聚类模型根据LDoS攻击包宏观特征构建，用以表征在一个攻击脉冲时间内流量数据的整体分布情况；所述LDoS攻击包宏观特征至少包括如下之一：可用宽带百分比、小分组比例、分组丢失率、流持续时间、最大包、最小包、包的平均值、发送的包之间时间的平均值标准差； 基于半监督的谱聚类算法的步骤包括： 计算数据集中两点之间欧氏距离，形成距离矩阵D； 基于正样本监督信息，修正正样本侧离群点，其中，若属于正样本监督信息集合1，则；若属于正样本监督信息集合2，则； 构建对角矩阵S，，则标准化后拉普拉斯矩阵为，再选取P矩阵最小k个特征值对应的特征向量组成特征矩阵F，对F按行标准化后再按行进行聚类，得到聚类结果，为正样本的类别； 在聚类过程中对于数据集带有的已知标签信息，采用动态自适应调整机制， 定义为表示样本yi与类别z的相似度，即看作样本yi属于类别q的概率： 对数据集使用所述聚类算法进行首次聚类，得到聚类结果，统计每类结果中标签数据量最大的一类，作为该类的标签c； 对于已知标签的部分样本，经过聚类后被划分为，代表不同的类别； 使用标记列表A标记正样本点的划分正确与否，标记列表A中元素的含义为： 则建立已知标签的正样本聚类损失为：； 使用标记列表B标记负样本点的划分正确与否，标记列表B中元素的含义为： 则已知标签的负样本聚类损失为：， 得到总的损失函数为：； 在将正常流量数据筛除之后，对剩余流量数据进行基于预设的流量时间序列的无监督LDoS攻击监测，其中所述预设的流量时间序列通过LDoS攻击包内特征构建，用于表征一个脉冲时间内随着时间序列每一个包的具体特征；所述LDoS攻击包内特征至少包括如下之一：源地址、目的地址、包方向、包大小、是否带有ACK、是否有RST、是否带有FIN特征； 对剩余流量数据进行基于预设的流量时间序列的无监督LDoS攻击监测包括：一条流量用包内特征表示一个时间序列，t表示在某时刻的数据包，里面包含n维特征，对于每一个维度，求出基于预设的流量时间序列Shapelet，得到： 其中，表示每一维度在时间序列上的Shapelet集合，矩阵的每一列代表每一维shapelet序列，最大数量为k，将所述Shapelet作为最大区分子序列，其集合中的每一维度应该都是不相关的； 在多维时间序列中，构造3D投影矩阵： 初始化3D投影矩阵，样本个数为m，shapelet最大数量为q，每个Shapelet序列最大长度为p； 在中分别在每列选取一个Shapelet序列，组成第一个Shapelet投影面，循环，直到中所有的序列都被取到或到设置条件结束，则形成q个投影面，为; 将每一个样本n×m分别投影到q个投影面n×p上，投影公式为： ， 求最小值，公式连续化为： ， 构造投影矩阵； 在求shapelet投影面时，构造Shapelet相似矩阵：，，使相似度最小化，表示为：， 定义分类矩阵，c表示标签的种类数，使分类误差最小化，得到， 最后，分类模型为：；根据所述无监督LDoS攻击监测，得到所述LDoS隐蔽攻击检测结果。

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中国科学院计算机网络信息中心，其通讯地址为：100190 北京市海淀区东升南路2号院；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。