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！

龙图腾网获悉电子科技大学申请的专利一种针对恶意流量检测的开集识别装置及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：CN116070137B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310102130.5，技术领域涉及：G06F18/24；该发明授权一种针对恶意流量检测的开集识别装置及方法是由牛伟纳;姚领风;张小松;胡佳;何朝旭设计研发完成，并于2023-02-08向国家知识产权局提交的专利申请。

本一种针对恶意流量检测的开集识别装置及方法在说明书摘要公布了：本发明公开了一种针对恶意流量检测的开集识别装置及方法，属于恶意流量检测技术领域，主旨在于解决恶意流量检测系统在出现新类攻击时检测性能下降的问题。主要方案包括：利用带标签的生成器模型，生成更加接近真实样本的图像；改进判别器结构，使其具备两个输出：判别分数层和分类层，将真实图像和生成器生成的扩充图像输入判别器对抗训练；基于判别器分数，使生成器和判别器相互对抗，基于分类层结果，训练得到开集识别模型。本申请的实施引入开集识别，该开集识别的目标是对已知攻击类别正确分类，同时也能识别出未知类别。

本发明授权一种针对恶意流量检测的开集识别装置及方法在权利要求书中公布了：1.一种针对恶意流量的开集识别检测装置，其特征在于，包括以下模块： 带标签的生成器模块：包括生成器与判别器，将随机生成的噪声和随机生成的类别标签拼接起来作为生成器的输入，从而使生成器能够生成指定类别的生成数据，将生成数据输入判别器，得到判别分数，判别分数表示判别器对真实数据和生成数据的评价，使生成数据的判别分数和真实数据的判别分数接近，从而优化生成器生成的生成数据，使得生成数据接近真实数据样本的分布； 具有辅助分类器的判别器模块：在判别器的最后一层添加一个k+1维度的分类分支，使判别器具有两个输出层：判别分数层和分类层，判别分数层对输入的数据产生真伪判别分数，分类层对多类别数据进行分类，输出未知类判别与已知类分类结果，其中k表示训练集中的攻击类别个数； 生成对抗和开集识别模块：根据判别器模块的判别分数层输出的判别分数，对生成器生成的生成数据和真实数据进行判别，使生成器和判别器模块相互对抗，共同训练，将生成器生成的伪数据，即生成数据作为开集数据的扩充，使分类层能够对未知数据进行识别分类，也能够对已知攻击进行分类，得到开集识别监测模型； 其中具有辅助分类器的判别器模块具体实现步骤如下： S1：定义判别器的模型结构，判别器具有一个输入，两个输出，生成数据和真实数据输入判别器中，判别器的最后一层增加一个k+1维度的分类分支，其中k表示训练集中的攻击类别个数，使其具有两个输出层：判别分数层和分类层； S2：初始化判别器的判别分数层，使其对生成器生成的生成数据判别分数接近0，对真实数据样本的判别分数接近1； S3：初始化判别器的分类层，使其将生成器生成的生成数据分类为第k+1类，实现对未知类的判别和已知类的分类； 其中生成对抗和开集识别模块具体实现步骤如下： S1：基于判别器模块的判别器分数，使生成器和判别器模块相互对抗，共同训练，具体的为： 对判别器进行训练，使其对生成数据的判别分数接近于0，使真实数据的判别分数尽可能接近1， 对生成器进行训练，使生成器生成的生成数据判别分数接近1，即接近于真实数据分布，从而使生成器学习到真实数据的分布且判别器模块具备判断真伪样本的能力； S2：生成器生成的生成数据接近于真实样本的数据分布，其特征空间接近于真实样本却区别于真实样本，则视为对开集数据的扩充，调整损失函数，使分类层对开集数据的预测为k+1，对闭集数据的预测为k类，从而使分类层能够对未知数据进行识别，也能够对已知攻击进行分类。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。