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！

龙图腾网获悉中国石油大学(华东)申请的专利一种在SDN环境中基于MF-LSTM的LDoS攻击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：CN119583092B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411129942.X，技术领域涉及：H04L9/40；该发明授权一种在SDN环境中基于MF-LSTM的LDoS攻击检测方法是由肖军弼;徐一帆设计研发完成，并于2024-08-16向国家知识产权局提交的专利申请。

本一种在SDN环境中基于MF-LSTM的LDoS攻击检测方法在说明书摘要公布了：本发明公开了一种在SDN环境中基于MF‑LSTM的LDoS攻击检测方法，属于网络安全领域，通过D‑ITG网络流量生成器和Python脚本在SDN环境中生成正常和LDoS攻击流量数据，利用Ryu控制器进行实时采样，形成训练和测试数据集；将原始流量数据切割成多个时间片段，每个片段进一步细分为数据片用于特征计算；提取11个关键特征构建特征矩阵，用于刻画网络状态；使用特征矩阵训练LSTM模型，采用ReLU作为激活函数，交叉熵作为损失函数，优化模型性能；将训练好的模型部署在Ryu控制器中，实时监控网络流量，进行LDoS攻击检测。本发明充分利用SDN的集中式控制优势和LSTM网络处理时间序列数据的能力，通过综合分析网络流量的多维特征，实现对LDoS攻击的高效、精确检测。

本发明授权一种在SDN环境中基于MF-LSTM的LDoS攻击检测方法在权利要求书中公布了：1.一种在SDN环境中基于MF-LSTM的LDoS攻击检测方法，其特征在于，包括如下步骤： S1、在SDN环境中模拟正常网络流量和LDoS攻击流量，采集SDN环境中的原始网络流量数据并进行标记，形成训练数据集和测试数据集； S2、切割原始网络流量得到数据片段，利用切割得到的数据片段计算特征矩阵，并利用所计算的特征矩阵区分正常流量和攻击流量，具体包括如下步骤： S21、将原始网络流量数据按照设定的时间间隔切割成多个时间片段； S22、以每个时间片段作为检测窗口计算单位时间内训练数据集的特征矩阵； S23、基于训练数据集的特征矩阵提取多个原始网络流量数据特征用于区分攻击流量和正常流量，具体的： 原始网络流量数据特征包括平均包传输速度、分组变异系数、平均分组长度、TCP报文总数、UDP报文总数、TCP信息熵、UDP信息熵、TCP方差、UDP方差、协方差、相关系数，其中TCP信息熵表示在一个检测窗口内的TCP流量，UDP信息熵表示在一个检测窗口内的UDP流量； TCP信息熵和UDP信息熵的计算方式为： 式中，为TCP信息熵或UDP信息熵，为当所提取的第i个原始网络流量数据值是时的概率，为原始网络流量数据总数； 区分攻击流量和正常流量的具体方式为： 当LDoS攻击发生时，TCP流量和UDP流量之间的协方差增加； 当LDoS攻击发生时，TCP流量和UDP流量之间的相关系数降低； S3、使用训练数据集的特征矩阵训练LSTM模型，利用特征矩阵作为输入，相应的标签作为模型的分类结果； S4、利用测试数据集验证模型效果，并将MF-LSTM模型部署在SDN控制器中，实时收集网络流量数据进行分类检测。

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石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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。