西交网络空间安全研究院;西安交通大学范铭获国家专利权
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！
龙图腾网获悉西交网络空间安全研究院;西安交通大学申请的专利一种基于知识蒸馏的挖矿流量早期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：CN119906656B 。
龙图腾网通过国家知识产权局官网在2025-10-03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：202510050375.7，技术领域涉及：H04L43/0876；该发明授权一种基于知识蒸馏的挖矿流量早期检测方法是由范铭;王征帆;张晰程;张园惠;王乐;刘烃设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。
本一种基于知识蒸馏的挖矿流量早期检测方法在说明书摘要公布了：本发明公开了一种基于知识蒸馏的挖矿流量早期检测方法，旨在解决现有技术在检测挖矿流量过程中，特征提取依赖专家知识和实时检测效果不佳的问题。该方法通过筛选数据包的基本特征，验证最佳流早期特征，提取适用于挖矿流量检测任务的流量特征，并利用知识蒸馏技术在不增加模型复杂度的情况下进一步提取流早期特征中的时序特征，以提升检测准确性。通过以上方法，本发明能够在会话初期快速准确地检测挖矿行为，具有实时性强、准确性高的优势。
本发明授权一种基于知识蒸馏的挖矿流量早期检测方法在权利要求书中公布了：1.一种基于知识蒸馏的挖矿流量早期检测方法，其特征在于，包括以下步骤： 1流早期特征提取方法： 步骤S101：流量数据收集及预处理；收集明文挖矿流量和加密挖矿流量，以及网页浏览、网络聊天、在线会议背景流量数据构建流量数据集D1，并对原始流量数据集D1进行数据包级别预处理，从而构建流量基础特征数据集D2； 步骤S102：筛选数据包基础特征；通过过滤式，包裹式和嵌入式三类特征选择方法评估流量基础特征数据集D2中基本特征在挖矿流量检测任务上的重要性，筛选出最适用于挖矿流量检测任务的基本特征； 步骤S103：验证最优流早期特征；在经典机器学习算法上对前十个数据包级别的流早期特征进行多次实验，并通过Wilcoxon符号秩检验筛选出性能最优的流早期特征，构建最优流早期特征数据集D3； 2基于知识蒸馏的挖矿行为检测模型： 步骤S104：构建基于知识蒸馏的卷积神经网络流量检测模型；根据最优流早期特征数据集D3预训练教师模型，利用卷积神经网络的特征图与时序模型的输出特征构建指导函数，通过引入指导函数对主损失函数进行参数优化，并调整指导参数以确保模型在挖矿流量检测中的最佳性能。
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西交网络空间安全研究院;西安交通大学，其通讯地址为：311800 浙江省绍兴市诸暨市浦阳路18号科创园3#楼；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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励