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！

龙图腾网获悉中国科学院计算机网络信息中心申请的专利基于时序超图神经网络的未知恶意域名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：CN119853931B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202311342115.4，技术领域涉及：H04L9/40；该发明授权基于时序超图神经网络的未知恶意域名检测方法是由宫良一;付豪设计研发完成，并于2023-10-17向国家知识产权局提交的专利申请。

本基于时序超图神经网络的未知恶意域名检测方法在说明书摘要公布了：本发明涉及域名检测技术领域，公开了基于时序超图神经网络的未知恶意域名检测方法，首先对未知域名提取其字符特征、解析特征和注册特征，构建多模态域名的特征数据;再使用决策树方法利用多模态数据构建不同的超边，再对超边构成的超图进行卷积操作，再使用超图神经网络进行卷积操作特征聚合，最后通过神经网络的分类器进行节点分类，并建立LSTM模型;再通过LSTM模型对域名的动静态解析特征进行学习，并对未知恶意域名的检测;最后进行检测模型更新。本发明结合了域名的多维特征对恶意行为进行刻画，并使用了高阶关联关系的超图模型进行检测，同时对模型进行有效更新，提高了恶意域名的检测效率和准确率。

本发明授权基于时序超图神经网络的未知恶意域名检测方法在权利要求书中公布了：1.基于时序超图神经网络的未知恶意域名检测方法，其特征在于，包括以下步骤： S1:对未知域名提取其字符特征、解析特征和注册特征，构建多模态域名的特征数据; S2:使用决策树方法利用多模态数据构建不同的超边，再对超边构成的超图进行卷积操作，对同一个域名在一段时间前后存在的多个DNS请求，多个域名一起请求，即同一个域名存在时间前后的相关性，不同域名存在相同时间访问的相关性，域名访问频率的时序特征进行卷积操作; S3:对获取到的信息进超图神经网络训练，将多个相似域名连接在一起构建超边，超边结合在一起形成超图，再使用超图神经网络进行卷积操作特征聚合，最后通过神经网络的分类器进行节点分类，并建立LSTM模型; S3.1：首先进行数据预处理，把获取到的数据分组进行编码，同一组数据当作一个整体样本进行数据处理； S3.2：再进行特征提取，对一组数据中提取DNS多模态特征，对提取的不同类的特征进行超边构造，分别构建决策树进行分类，把决策树分类的叶子节点的所有样本划分到相同的超边之中; S3.3：对不同模态特征构建的超边赋予不同权值，再从超图的矩阵中提取拉普拉斯矩阵并定义卷积操作； S3.4：将时序行为特征与超图神经网络进行融合，设计间隔t，每隔时间t使用捕获到的数据节点构建一个超图；设置时间窗口T，T中包含多个t；判断在时间窗口T中的前后超图中是否存在相同节点，存在则对这些节点建立LSTM模型； S4:通过LSTM模型对域名的动静态解析特征进行学习，并对未知恶意域名的检测; S5:进行检测模型更新。

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中国科学院计算机网络信息中心，其通讯地址为：100190 北京市海淀区中关村南四街4号院内2号楼；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”。

以上内容由龙图腾AI智能生成。