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！

龙图腾网获悉北京邮电大学申请的专利一种工业互联网多实例时序网络流量数据处理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：CN118631501B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202410654323.6，技术领域涉及：H04L9/40；该发明授权一种工业互联网多实例时序网络流量数据处理方法是由陆月明;张家晨;韩道岐;吴昊;付振坤;姚琳元;何涛;阎小涛;刘洋设计研发完成，并于2024-05-24向国家知识产权局提交的专利申请。

本一种工业互联网多实例时序网络流量数据处理方法在说明书摘要公布了：本发明公开了一种基于多实例学习的时序网络流量数据处理方法，用于网络安全检测。本发明方法对网络流量数据先进行预处理和特征提取，组织为时序特征数据；再对数据以设定的时间窗口和袋长度划分子包和袋，实现细粒度和粗粒度划分，袋包含多个子包；使用Simple‑MI算法将每个子包内所有网络流实例特征映射为固定维度向量，获取袋特征；对袋特征使用GAF算法构建多通道图；针对目标任务构建深度学习模型，将转换的多通道图作为模型输入，进行目标任务检测。本发明将网络流量数据转换为图像格式，再利用深度学习技术分析，可有效解决数据标签不准确问题和类别不平衡问题，提高了网络流量分析的准确性和效率，以及对动态网络环境的适应性。

本发明授权一种工业互联网多实例时序网络流量数据处理方法在权利要求书中公布了：1.一种基于多实例学习的时序网络流量数据处理方法，其特征在于，包括如下步骤： 步骤1：对网络流量数据进行预处理，提取网络流量特征，组织为时序特征数据； 所述的预处理包含：对网络流量数据筛选出与安全事件检测相关的数据，清洗噪声和冗余信息，然后从清洗后的数据中提取特征，对特征数据进行标准化处理，再将标准化后的特征根据时间戳重组成时序数据；所提取的特征包含网络流采集时间、源IP地址、目标IP地址、源端口、目标端口、协议类型、网络流量的统计信息；设提取的特征维数为d； 步骤2：对提取的时序特征数据进行实例化与图像化编码，包括： 2.1首先，根据设置的袋的时间长度，对网络流量数据进行粗粒度划分，再将每个袋按照设置的时间窗口进行细粒度划分，设划分为k个子包，每个子包包含对应时间窗口内的所有网络流实例，统计袋中恶意流量比例，为袋分配安全事件标签；提取每个网络流实例的d维特征； 2.2然后，对每个袋包含的每个子包，使用Simple-MI算法计算该子包的所有网络流实例在各特征维度下的统计数据，聚合得到相应时间窗口的子包特征，子包特征为的向量，为计算统计数据的函数集合，表示集合中的函数数量；再由子包特征获得袋特征，袋特征为的向量，袋特征的维数为 2.3对每个袋特征使用GAF算法构建多通道图，包括：将袋的每个特征维度转换成多通道图中的一个通道，对同一维度下的长度为k的特征序列使用GAF算法计算Gramian矩阵，并转换为图像，将袋特征转换为通道数为的图像组； 步骤3：构建目标任务的深度学习模型，将实时采集的网络流量数据按照步骤1和2转换为多通道图像序列，将多通道图像输入深度学习模型进行目标任务检测。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。