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！

龙图腾网获悉四川大学申请的专利一种基于上下文感知语言模型的C2流量检测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：CN119675965B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411872953.7，技术领域涉及：H04L9/40；该发明授权一种基于上下文感知语言模型的C2流量检测方法是由王俊峰;吴沛颖;李晓慧;李镀设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于上下文感知语言模型的C2流量检测方法在说明书摘要公布了：本发明公开了一种基于上下文感知语言模型的C2流量检测方法，本方法通过语言模型BERT将C2流量转换为文本序列，使用Transformer架构的编码器模型提取训练集上下文关联的深层特征，并用于训练预构建的C2流量分类器，通过反向传播机制对编码器模型进行微调训练；使用训练好的编码器模型提取测试集的深层特征，并用于训练解码器模型，根据重构误差计算损失并优化模型参数；待测流量通过编码器模型提取深层特征并输入分类器进行分类检测；使用解码器模型重构原始文本并计算重构误差，以分类器的损失与重构误差加权之和作为总损失进一步优化编码器模型；实现了无需依赖大量训练数据的C2流量精准检测，提升了深度学习模型提取复杂流量深层特征的能力和泛化性。

本发明授权一种基于上下文感知语言模型的C2流量检测方法在权利要求书中公布了：1.一种基于上下文感知语言模型的C2流量检测方法，其特征在于，包括以下步骤： 步骤S1、采集C2流量数据并转换为文本序列； 步骤S2、使用BERT模型的分词器，以一个字节为单位对文本序列进行分词；分词后的文本序列输入BERT模型的嵌入层，得到词嵌入向量、位置嵌入向量、段落嵌入向量，之后再求和得到嵌入向量并划分为训练集和测试集；通过编码器模型对训练集样本进行深层特征提取，获取上下文相关的训练集高维特征向量； 步骤S3、使用训练集高维特征向量训练预构建的分类器，用于对C2流量进行分类，并通过反向传播机制，对编码器模型进行微调； 步骤S4、测试集样本通过训练好的编码器模型进行深层特征提取，获取测试集高维特征向量；使用测试集高维特征向量训练解码器模型，根据重构误差计算损失并基于优化器优化解码器模型的参数； 步骤S5、采集待测流量数据，按照步骤S1、步骤S2的方法获取待测高维特征向量，待测高维特征向量输入分类器，对待测流量数据进行检测，获取待测流量数据的分类结果；同时，待测高维特征向量输入训练好的解码器模型进行重构并计算重构误差，将分类器的损失与重构误差加权求和并作为总损失进一步微调编码器模型。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。