買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京工業(yè)大學(xué)申請的專利基于深度學(xué)習(xí)模型的加密流量識別分類的方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115378701B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211004055.0，技術(shù)領(lǐng)域涉及：H04L9/40；該發(fā)明授權(quán)基于深度學(xué)習(xí)模型的加密流量識別分類的方法是由萬夕里;朱姝妍;管昕潔設(shè)計研發(fā)完成，并于2022-08-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于深度學(xué)習(xí)模型的加密流量識別分類的方法在說明書摘要公布了：本發(fā)明公開了一種基于深度學(xué)習(xí)模型的加密流量識別分類的方法，本方法首先對原始數(shù)據(jù)進行預(yù)處理，然后在時空維度上，利用ResNet?TCN模型提取時空特征，利用ResNet學(xué)習(xí)空間特征，ResNet解決深層網(wǎng)絡(luò)梯度消失、難訓(xùn)練的問題；在時間維度上，利用TCN網(wǎng)絡(luò)學(xué)習(xí)加密流量之間潛在的時序特征；利用訓(xùn)練好的模型對加密網(wǎng)絡(luò)流量進行識別和分類。本發(fā)明提高了加密流量識別和分類的精確度，實現(xiàn)了更高的分類性能，解決了現(xiàn)有的加密網(wǎng)絡(luò)流量識別分類方法采用CNN和RNN等識別分類的精確度和效率不高等問題。

本發(fā)明授權(quán)基于深度學(xué)習(xí)模型的加密流量識別分類的方法在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)模型的加密流量識別分類的方法，其特征是包括以下步驟：步驟一：對原始流量數(shù)據(jù)進行預(yù)處理來獲得用于作為網(wǎng)絡(luò)加密流量分類模型輸入的加密流量數(shù)據(jù)向量；步驟二：構(gòu)建基于殘差網(wǎng)絡(luò)ResNet和時域卷積網(wǎng)絡(luò)TCN的網(wǎng)絡(luò)加密流量分類模型；步驟三：通過ResNet模型提取加密流量數(shù)據(jù)的空間特征；通過TCN模型提取加密流量數(shù)據(jù)的時間特征；所述步驟二中，構(gòu)建ResNet-TCN框架，并進行學(xué)習(xí)和訓(xùn)練；ResNet-TCN框架包括殘差網(wǎng)絡(luò)ResNet和時域卷積網(wǎng)絡(luò)TCN，其中：1）殘差網(wǎng)絡(luò)ResNet的網(wǎng)絡(luò)結(jié)構(gòu)是按照數(shù)據(jù)傳輸方向，包括輸入層、卷積層、多個殘差塊、池化層和全連接層；每個殘差塊是由兩個3*3的卷積網(wǎng)絡(luò)串接在一起構(gòu)成；多個殘差塊堆疊；輸入的加密流量數(shù)據(jù)通過多次卷積后輸出；在輸出層中，輸出與輸入相加；最終提取得到加密流量數(shù)據(jù)的空間特征；2）時域卷積網(wǎng)絡(luò)TCN的網(wǎng)絡(luò)結(jié)構(gòu)是由第一層的膨脹因果卷積、權(quán)重歸一化、激活函數(shù)ReLU和Dropout，以及第二層的膨脹因果卷積、權(quán)重歸一化、激活函數(shù)ReLU和Dropout構(gòu)成；第一層的輸出為第二層的輸入；每一層中，按照數(shù)據(jù)傳輸方向依次是膨脹因果卷積、權(quán)重歸一化、激活函數(shù)ReLU和Dropout；3）經(jīng)過ResNet處理的數(shù)據(jù)作為輸入，送入TCN中提取時序特征；TCN與ResNet最后一層的輸出拼接后，利用全連接分類對得到的特征進行分類，由softmax函數(shù)輸出預(yù)測結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京工業(yè)大學(xué)，其通訊地址為：211899 江蘇省南京市江北新區(qū)浦珠南路30號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。