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！

龙图腾网获悉南京理工大学申请的专利面向加密移动应用流量高速匹配的显式包长规则自动提取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：CN120568316B 。

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：202511046190.5，技术领域涉及：H04W12/033；该发明授权面向加密移动应用流量高速匹配的显式包长规则自动提取方法及系统是由黄佳男;刘伟伟;谢洲;林星羽;刘光杰设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本面向加密移动应用流量高速匹配的显式包长规则自动提取方法及系统在说明书摘要公布了：本发明公开了一种面向加密移动应用流量高速匹配的显式包长规则自动提取方法及系统，该方法包括：对目标应用流量进行规整处理，提取包长度序列，并基于流级行为特征划分类属样本簇；设计适应时序异步干扰的结构化分段方法，提取公共子模式片段，实现序列的动态对齐与统一分段表示；在此基础上，逐段提取包长度和包数量的特征区间，构建簇特定的显式包长规则，形成目标应用的识别规则集。待识别流量通过规则集逐段匹配，按序列位置及取值范围比较实现匹配。本发明适用于大规模网络场景下流量高速匹配需求，支持高效筛选目标应用流量，提升加密流量的识别效率和匹配精度。

本发明授权面向加密移动应用流量高速匹配的显式包长规则自动提取方法及系统在权利要求书中公布了：1.一种面向加密移动应用流量高速匹配的显式包长规则自动提取方法，其特征在于，包括以下步骤： 步骤1，基于递阶解析与流级行为属性聚合的包长度序列分簇；对捕获的目标移动应用流量，先经递阶解析规整流量序列，提取基于上行净化的有效包负载长度序列，形成表征应用本征传输模式的规则构建样本集；再通过流级行为属性抽取与聚合，将样本集划分为反映不同行为模式的类属样本簇，用于显性包长规则提取，具体为： 步骤1‑1，针对捕获的目标移动应用的流量，将移动设备客户端向应用服务器发送的数据包传输方向记为上行方向，服务器向客户端返回的数据包传输方向记为下行方向；通过递阶解析对序列进行规整处理，首先执行会话边界识别操作，依据网络五元组信息IP_src，IP_dst，Port_src，Port_dst，Protocol进行会话分流，其中IP_src表示源IP地址，IP_dst表示目的IP地址，Port_src表示源端口，Port_dst表示目的端口，Protocol表示传输层协议，最终形成应用流量样本集，其中表示经分流得到的一条流量样本，为流量样本总数；接续进行流时序重构操作，对应用流量样本集中的每条流量样本，基于传输层协议包含的包头序列号重新排序数据包并剔除重传包；同时，执行噪声剔除操作，移除所有在传输层中不存在负载的空包；从每条流中提取上行数据包的负载长度，形成基于上行净化的包负载长度序列，其中表示第个有效数据包的负载长度，为流的有效数据包总个数；提取得到的包负载长度序列可反映应用的本征传输模式，用于显式包长规则构建； 步骤1‑2，显式包长规则的构建需基于流级行为相似的同质化样本，为支持规则的有效构建，需对已提取的包负载长度序列样本集挖掘流级行为模式，以提取同质化样本，分别用于规则提取；通过累计包长度计算，将原始不定长序列映射为一维流级行为属性： ； 其中表示流量样本的累计包长度；由此，构建流级行为属性特征集； 随后，通过对特征集聚类以进行属性聚合，将具有相似行为属性的流量样本归为同一簇，以划分出个类属样本簇：，其中第个簇表示为，包含条流量样本； 步骤2：适应时序异步干扰的结构化分段与动态对齐；针对类属样本簇，通过分析包长度序列的动态变化特性与包间关联性，并考虑应用内生动态引发的时序扰动，识别并提取公共子模式片段，将序列统一规约为分段结构，实现类属样本内的动态对齐与结构一致化； 步骤3：基于分段表征的逐段显式包长规则构建；对分段后的类属样本簇，逐段提取典型包长度区间及包数量区间，构建簇特定的显式包长规则；最终汇集各类属样本簇规则形成目标应用的识别规则集，实现待检测流量包长度序列的逐段顺序匹配与高速初筛。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。