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！

龙图腾网获悉中国矿业大学(北京)申请的专利一种密度加权的加密恶意流量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：CN120342699B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510505065.X，技术领域涉及：H04L9/40；该发明授权一种密度加权的加密恶意流量检测方法是由霍跃华;赵法起;曹洪治设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种密度加权的加密恶意流量检测方法在说明书摘要公布了：本申请涉及网络安全技术领域，提供了一种密度加权的加密恶意流量检测方法。该方法中，对信息性度量样本集F进行量化处理，生成加密流量描述特征集A，并对加密流量样本集A进行降维，得到包含加密良性流量实例和加密恶意流量实例的加密流量样本集；然后，通过密度加权的查询策略和加密流量样本集对基于逻辑回归算法构建的逻辑回归检测模型进行训练，以对加密恶意流量进行检测。籍以，通过对样本的不确定性进行密度加权，构建轻量级训练集，利用少量标注实例使模型能够具有较高的性能，从数据层面实现TLS加密恶意流量的轻量化检测。

本发明授权一种密度加权的加密恶意流量检测方法在权利要求书中公布了：1.一种密度加权的加密恶意流量检测方法，其特征在于，包括： 对信息性度量样本集进行量化处理生成的加密流量描述特征集进行降维，得到包含加密良性流量实例和加密恶意流量实例的加密流量样本集； 通过密度加权的查询策略和所述加密流量样本集对基于逻辑回归算法构建的逻辑回归检测模型进行训练，以对加密恶意流量进行检测； 其中，对所述加密流量样本集中的加密流量实例按照预设比例划分为训练集和测试集，并对训练集中的部分加密流量实例进行标注生成初始训练集，未标注的加密流量实例构成样本池； 通过密度加权的查询策略从所述样本池中选择个加密流量实例进行标注，生成中间样本标注集；其中，所述通过密度加权的查询策略从所述样本池中选择个加密流量实例进行标注，包括：采用欧式距离作为加密流量实例的距离度量函数，按照公式： 计算所述样本池中的加密流量实例的不确定性；式中，为加密流量实例被预测为第个类别的后验概率；为加密流量实例为被预测为第个类别的加密流量；其中，时，，表示加密流量实例为被预测为加密良性流量；时，，表示加密流量实例为被预测为加密恶意流量； 按照公式： 计算所述样本池中的加密流量实例的信息密度；式中，表示所述样本池中的所有加密流量实例，表示加密流量实例与所述样本池中的其它加密流量实例的平均相似度；表示所述样本池中除加密流量实例外的其它加密流量实例；表示加密流量实例与其它所有加密流量实例之间的欧式距离的和； 按照公式： 对所述样本池中每个加密流量实例的不确定性按照对应的信息密度进行加权，得到所述样本池中每个加密流量实例的信息度；为信息密度控制参数，取值为常数； 按照由大到小选择所述样本池中前个信息度对应的加密流量实例进行标注； 将所述中间样本标注集加入所述初始训练集，生成所述样本标注集；同时，在所述样本池中删除对应的个加密流量实例；为正整数； 通过所述样本标注集中的加密流量实例对所述逻辑回归检测模型进行训练，并对训练后的所述逻辑回归检测模型的预测准确率进行判断； 响应于通过所述样本标注集训练的所述逻辑回归检测模型的预测准确率小于预设准确率阈值，则基于所述样本标注集，通过密度加权的查询策略从删除个加密流量实例后的样本池中再次选择个加密流量实例进行标注，生成新的中间样本标注集并加入所述样本标注集中，以生成样本标注集，并通过生成的所述样本标注集对逻辑回归检测模型进行训练，直至训练得到的所述逻辑回归检测模型的预测准确率大于等于预设准确率阈值，或者，对加密流量实例的查询次数大于预设查询次数阈值，则输出对应的所述逻辑回归检测模型。

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矿业大学(北京)，其通讯地址为：100083 北京市海淀区学院路丁11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。