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！

龙图腾网获悉重庆市信息通信咨询设计院有限公司申请的专利异常网络流量识别方法、装置及介质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：CN121037135B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511575627.4，技术领域涉及：H04L9/40；该发明授权异常网络流量识别方法、装置及介质是由陈敏;刘卫民;李中秋设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本异常网络流量识别方法、装置及介质在说明书摘要公布了：本公开涉及一种异常网络流量识别方法、装置及介质，属于网络安全技术领域。该方法包括：采集实时网络数据包；对实时网络数据包进行处理，得到语义特征和时间序列特征指标；采用改进的BERT模型对语义特征进行编码，得到高维语义向量，其中，对BERT模型进行改进，包括：针对语义特征设计对应的Tokenizer和Embedding层；利用Prophet模型对时间序列特征指标进行建模和编码，得到时间序列特征向量；生成多模态特征向量；利用模型对多模态特征向量进行检测，得到识别结果；其中，强化学习网络模型采用的是DDQN算法，且模型包括状态、动作、以及奖励，根据动作执行的最终的奖励更新网络模型的参数。本方案能精确识别异常网络流量，且能不断适应新的、未知的攻击模式。

本发明授权异常网络流量识别方法、装置及介质在权利要求书中公布了：1.一种异常网络流量识别方法，其特征在于，所述方法包括： 采集实时网络数据包； 对实时网络数据包进行处理，得到语义特征和时间序列特征指标； 采用改进的BERT模型对语义特征进行编码，得到高维语义向量，其中，对BERT模型进行改进，包括：针对语义特征设计对应的Tokenizer和Embedding层； 利用Prophet模型对时间序列特征指标进行建模和编码，得到时间序列特征向量； 对高维语义向量和时间序列特征向量进行融合，生成多模态特征向量； 利用异常网络流量识别强化学习网络模型对多模态特征向量进行检测，得到识别结果； 其中，异常网络流量识别强化学习网络模型采用的是DDQN算法，且异常网络流量识别强化学习网络模型包括状态、动作、以及奖励，根据动作执行的最终的奖励更新异常网络流量识别强化学习网络模型的参数； 所述状态为多模态特征向量； 动作包括：：正常流量，：潜在攻击流量，：确定攻击； 奖励包括：正确识别正常流量的奖励为，正确识别攻击的奖励为，误将攻击识别为正常流量的奖励为，误将正常流量识别为攻击的奖励为，及时识别攻击的奖励为，未能及时识别攻击的奖励为； 所述利用异常网络流量识别强化学习网络模型对多模态特征向量进行检测，包括： 初始化主网络的权重参数，其中，DDQN算法采用的是双网络，分别为主网络和目标网络； 复制的权重参数初始化目标网络的权重参数； 获取多模态特征向量，其中，表示在时刻的多模态特征向量； 利用主网络计算执行的第一Q值、执行的第二Q值、执行的第三Q值； 其中，Q值表示状态-动作对的价值回报； 确定第一Q值、第二Q值、第三Q值中的第一最大Q值，执行第一最大Q值对应的动作，进而得到对应的识别结果。

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重庆市信息通信咨询设计院有限公司，其通讯地址为：400050 重庆市九龙坡区歇台子科园四路257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。