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！

龙图腾网获悉四川大学申请的专利基于多维特征表征和提示学习的恶意加密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：CN119766534B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202411925501.0，技术领域涉及：H04L9/40；该发明授权基于多维特征表征和提示学习的恶意加密流量检测方法是由李涛;刘学仕;何俊江;杨志伟;兰小龙;麻文刚;陈江川设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本基于多维特征表征和提示学习的恶意加密流量检测方法在说明书摘要公布了：本发明公开了基于多维特征表征和提示学习的恶意加密流量检测方法，首先，该方法提出一个基于流量行为和时序特征的恶意加密流量多维特征表征方法，深层次地充分学习恶意加密流量行为与时序特征并实现流量特征的自动化提取。其次，将提示学习引入恶意加密流量分类领域，并将其与BERT网络相结合，通过构建合适的提示样本，使BERT网络充分学习数据样本的特征空间，减少训练数据不均衡带来的负面影响，实现了针对恶意加密流量精准检测，为恶意加密流量检测与分类提供技术支撑。

本发明授权基于多维特征表征和提示学习的恶意加密流量检测方法在权利要求书中公布了：1.基于多维特征表征和提示学习的恶意加密流量检测方法，其特征在于,该方法包括： 步骤S1：对恶意加密流量数据集进行数据预处理，包括数据切分、数据清洗和标准化三个步骤； 步骤S2：利用预处理后的恶意加密流量数据集，使用Ip2Vec算法，基于流量特征五元组进行行为特征表征； 步骤S3：利用预处理后的恶意加密流量数据集，使用双层Bi-LSTM神经网络，利用流量包级数据对恶意加密流量进行时序特征表征； 步骤S4：将S2和S3步骤得到的恶意加密流量行为与时序特征进行拼接得到恶意加密流量联合表征向量，并利用联合表征向量基于提示学习策略构造提示样本； 步骤S5：将步骤S4中处理好的提示样本打乱后构造为训练集送入BERT网络中嵌入层进行处理，辅助构造输入嵌入结果； 步骤S6：使用步骤S5处理好的输入嵌入结果对BERT分类网络进行训练，学习恶意加密流量数据样本，使训练网络充分学习恶意加密流量数据样本特征空间，用于缓解数据集不平衡对检测模型的影响，并提升分类效果； 步骤S7：使用和训练相同的处理方式处理待检测流量数据，将处理后的N个恶意加密流量样本输入训练好的BERT网络中进行检测，完成恶意加密流量的分类。

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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24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。