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！

龙图腾网恭喜富盛科技股份有限公司申请的专利基于BiLSTM-Att网络的网络流量异常监测方法及装置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：CN119232490B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411735646.4，技术领域涉及：H04L9/40；该发明授权基于BiLSTM-Att网络的网络流量异常监测方法及装置是由何旭琴;袁娟;焦永利设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于BiLSTM-Att网络的网络流量异常监测方法及装置在说明书摘要公布了：本申请实施例提供一种基于BiLSTM‑Att网络的网络流量异常监测方法及装置，方法包括：获取网络流量时序数据、系统资源使用数据和服务调用拓扑数据，采用滑动时间窗口方法构建多模态时序特征矩阵，通过信息增益算法计算流量特征子集、资源特征子集和服务特征子集中各特征的重要性得分，基于得分阈值筛选最具判别性的特征构建融合特征子集；将融合特征子集输入设定的双向长短期记忆‑注意力网络，对目标特征进行多层次分析，采用基于置信度的多视角决策融合方法对检测结果进行综合评估，生成包含异常等级、异常类型和异常原因的检测报告；本申请能够有效提高基于BiLSTM‑Att网络的网络流量异常监测效率和准确率。

本发明授权基于BiLSTM-Att网络的网络流量异常监测方法及装置在权利要求书中公布了：1.一种基于BiLSTM-Att网络的网络流量异常监测方法，其特征在于，所述方法包括：获取网络流量时序数据、系统资源使用数据和服务调用拓扑数据，对所述网络流量时序数据提取流量大小、请求数量和响应时间特征形成流量特征子集，对所述系统资源使用数据提取CPU利用率、内存占用和网络带宽特征形成资源特征子集，对所述服务调用拓扑数据提取服务依赖度、调用频率和错误率特征形成服务特征子集，采用滑动时间窗口方法构建多模态时序特征矩阵，通过信息增益算法计算所述流量特征子集、资源特征子集和服务特征子集中各特征的重要性得分，基于得分阈值筛选最具判别性的特征构建融合特征子集；将所述融合特征子集输入设定的双向长短期记忆-注意力网络，所述双向长短期记忆-注意力网络的双向长短期记忆单元通过输入门控单元学习所述流量特征子集、资源特征子集和服务特征子集的重要程度，通过遗忘门控单元选择性保留历史状态信息，通过输出门控单元控制特征的输出比例，对输入的融合特征子集同时进行正向和反向的特征提取，将提取的双向特征进行拼接融合，利用注意力机制自适应计算不同时间步和不同特征维度的重要性权重，将所述重要性权重与拼接融合的特征进行加权组合得到具有时序上下文信息的目标特征；对所述目标特征进行多层次分析，基于流量特征子集中的流量大小、请求数量和响应时间特征计算统计指标识别异常区间，结合资源特征子集中的CPU利用率、内存占用、网络带宽特征和服务特征子集中的服务依赖度、调用频率、错误率特征对所述异常区间进行精确定位和分类，采用基于置信度的多视角决策融合方法对检测结果进行综合评估，生成包含异常等级、异常类型和异常原因的检测报告。

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富盛科技股份有限公司，其通讯地址为：100160 北京市丰台区南四环西路188号十区6号楼；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”。