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！

龙图腾网获悉中国人民解放军网络空间部队信息工程大学申请的专利基于特征提取和特征增强的匿名网络流量关联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：CN119906552B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411815077.4，技术领域涉及：H04L9/40；该发明授权基于特征提取和特征增强的匿名网络流量关联方法是由罗向阳;涂宇宽;李腾耀;王金伟;卢伟设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于特征提取和特征增强的匿名网络流量关联方法在说明书摘要公布了：本发明属于网络安全追踪溯源、流量分析技术领域，公开了一种基于特征提取和特征增强的匿名网络流量关联方法，包括以下步骤：采集流量构建流量表征四元组，构建上下行流量融合的卷积神经网络，提取上下行流量融合后的交互信息特征向量；构建局部加权融合的卷积神经网络，获得偏重加权融合特征；进行通道堆叠，获得局部信息特征向量；构建提取全局信息的卷积神经网络，获得全局信息特征向量；利用不同的小卷积核，获得单侧流量的三视图融合特征；依据三视图融合特征，通过旋转交叉增强获得非关联样本对并训练优化卷积神经网络；利用优化后的卷积神经网络进行特征提取和流量关联。本发明方法可在不同视图中捕捉到多角度信息，提高流关联的精确度。

本发明授权基于特征提取和特征增强的匿名网络流量关联方法在权利要求书中公布了：1.一种基于特征提取和特征增强的匿名网络流量关联方法，其特征在于，包括以下步骤： S1、设定流量采集时间，同时在用户侧和服务侧两侧采集流量； S2、将采集到的流量监听数据依据流向划分为上行流量和下行流量，按照上下行流量的数据包大小和数据包到达时间，构建流量表征四元组； S3、依据流量表征四元组，构建上下行流量融合的卷积神经网络，并提取上下行流量融合后的交互信息特征向量； S4、依据上下行流量融合后的交互信息特征向量，构建局部加权融合的卷积神经网络，获得数据包大小和数据包到达时间的偏重加权融合特征； S5、对数据包大小和数据包到达时间的偏重加权融合特征进行通道堆叠，获得局部信息特征向量； S6、依据局部信息特征向量，构建提取全局信息的空洞卷积神经网络，获得全局信息特征向量； S7、利用不同的小卷积核，将交互信息特征向量、局部信息特征向量以及全局息信特征向量映射成三种单通道向量，将三种单通道向量首尾相连构成一个单通道特征向量，抹除通道维度，获得单侧流量的三视图融合特征； S8、依据三视图融合特征，搜集成对关联特征构成训练集，选择一侧关联样本对并旋转，将关联样本的另一侧与其旋转后的样本对进行交叉获得非关联样本对，利用大量非关联样本对通过反向传播训练优化步骤S3～S6中的卷积神经网络； S9、利用优化后的卷积神经网络进行特征提取和流量关联。

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人民解放军网络空间部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。