買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京海聯捷訊科技股份有限公司;北京郵電大學申請的專利網絡流量分類模型訓練方法、分類方法及訓練裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117076923B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310959504.5，技術領域涉及：G06F18/214；該發明授權網絡流量分類模型訓練方法、分類方法及訓練裝置是由陳春麗;翟鈺;尚策;孫巖;尹濤設計研發完成，并于2023-08-01向國家知識產權局提交的專利申請。

本網絡流量分類模型訓練方法、分類方法及訓練裝置在說明書摘要公布了：本申請提供一種網絡流量分類模型訓練方法、分類方法及訓練裝置，所述訓練方法包括：選取目標歷史網絡流量數據集中的包頭特征向量和負載特征矩陣；根據第一神經網絡得到各個負載特征矩陣對應的多個負載分類得分向量；并根據第二神經網絡得到各個包頭特征向量對應的多個包頭分類得分向量；對負載分類得分向量和包頭分類得分向量進行加權求和，得到融合特征向量；將融合特征向量輸入網絡流量分類器中以得到各對應的多個流量類型的概率；在訓練過程中，基于預設的分類損失函數計算分類損失對模型進行迭代訓練，得到目標網絡流量分類模型。本申請能夠有效保證網絡流量數據的完整性，進而有效提高了網絡流量數據分類的準確性。

本發明授權網絡流量分類模型訓練方法、分類方法及訓練裝置在權利要求書中公布了：1.一種網絡流量分類模型訓練方法，其特征在于，包括： 選取目標歷史網絡流量數據集中各個目標歷史網絡流量數據中的包頭數據中的包頭特征向量；并選取各個目標歷史網絡流量數據中的負載數據中的負載特征以轉換為負載特征矩陣；其中，所述目標歷史網絡流量數據集由預先對歷史網絡流量數據集進行預處理得到； 根據第一神經網絡得到各個所述負載特征矩陣各自對應的多個負載分類得分向量；并根據第二神經網絡得到各個所述包頭特征向量各自對應的多個包頭分類得分向量；其中，所述第一神經網絡與所述第二神經網絡的網絡結構不同； 根據依次連接的目標全連接層、融合層和輸出層對各個所述負載分類得分向量和各個所述包頭分類得分向量分別進行加權求和，得到各個所述目標歷史網絡流量數據各自對應的融合特征向量； 將各個所述融合特征向量輸入網絡流量分類器中以得到各個所述融合特征向量各自對應的多個流量類型的概率； 根據所述目標歷史網絡流量數據集和各個所述流量類型的概率訓練預設的網絡流量分類模型，并在訓練過程中，基于預設的分類損失函數得到各個所述流量類型的概率的分類損失，并基于該分類損失迭代訓練所述網絡流量分類模型，以得到用于對網絡流量進行分類的目標網絡流量分類模型；其中，所述網絡流量分類模型包括：所述第一神經網絡、第二神經網絡、目標全連接層、融合層、輸出層和網絡流量分類器。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京海聯捷訊科技股份有限公司;北京郵電大學，其通訊地址為：100176 北京市大興區經濟技術開發區科創十三街18號院5號樓7層701(北京自貿試驗區高端產業片區亦莊組團)；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。