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！

龍圖騰網獲悉福建師范大學;福建省公安信息中心申請的專利基于元學習增強的在線塔克分解的網絡異常檢測方法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：CN120512325B 。

龍圖騰網通過國家知識產權局官網在2025-09-16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：202511025885.5，技術領域涉及：H04L9/40；該發明授權基于元學習增強的在線塔克分解的網絡異常檢測方法是由許力;林維;周趙斌;董煜;劉天哲設計研發完成，并于2025-07-24向國家知識產權局提交的專利申請。

本基于元學習增強的在線塔克分解的網絡異常檢測方法在說明書摘要公布了：本發明公開了基于元學習增強的在線塔克分解的網絡異常檢測方法，方法為：獲取t時刻的多維網絡流量張量進行塔克分解獲得t時刻因子矩陣和核心張量并維度擴展；利用t+1時刻增量數據更新獲得t+1時刻的因子矩陣；對t+1時刻的多維網絡流量張量進行奇異值分解；統計累計奇異值和達到時刻t+1的張量范數80%所需的最小奇異值個數作為t+1時刻的低秩特征表示維數；動態確定每一維度的秩，迭代優化核心張量直到收斂；構建異常檢測框架，采用塊坐標下降法將在線網絡流量異常檢測解耦為交替優化張量分解子問題和異常檢測子問題，結合稀疏殘差篩選機制根據更新的因子矩陣和核心張量進行網絡異常點識別。本發明能夠準確、快速的檢測異常流量。

本發明授權基于元學習增強的在線塔克分解的網絡異常檢測方法在權利要求書中公布了：1.基于元學習增強的在線塔克分解的網絡異常檢測方法，其特征在于：其包括以下步驟： 步驟1，獲取t時刻的多維網絡流量張量并進行塔克分解獲得t時刻因子矩陣和核心張量，并對因子矩陣和核心張量進行維度擴展； 步驟2，利用t+1時刻的多維網絡流量張量的增量數據對t時刻的因子矩陣進行更新，獲得t+1時刻的因子矩陣；具體包括以下步驟： 步驟2-1，將t+1時刻的多維網絡流量張量劃分為個子張量；即t+1時刻的多維網絡流量張量劃分為個子張量，是一個N項二元組；當＝0時，子張量，其余的個子張量為t+1時刻增量數據； 步驟2-2，按照預設規則對個子張量中屬于增量數據的子張量劃分N個類的分塊子張量； 步驟2-3，利用每個類的分塊子張量上的子張量數據分別迭代更新得到t+1時刻的擴展因子矩陣； 步驟2-4，在元更新階段，將t+1時刻基于N個類的分塊子張量更新的擴展因子矩陣進行融合得到t+1時刻元因子矩陣，將t+1時刻元因子矩陣和t時刻的因子矩陣拼接正交化生成t+1時刻的因子矩陣，實現模型對新增結構的適配與遷移； 步驟3，對t+1時刻的多維網絡流量張量進行奇異值分解；統計累計奇異值和達到時刻的張量范數80%所需的最小奇異值個數，以作為t+1時刻的低秩特征表示維數；動態確定每一維度的秩，迭代優化核心張量直到達到收斂狀態；具體包括以下步驟： 步驟3-1，將張量塔克分解轉換為如下形式：，以得到不等式；再代入得到，其中張量的表達式如下：； 步驟3-2，基于矩陣的奇異值計算t+1時刻的多維網絡流量張量的多線性秩，具體表達式如下： ； 其中，矩陣是張量的模展開，是的奇異值；的最優解是的前個奇異值對應的左奇異特征向量組成，進而確定的多重線性秩集合； 步驟3-3，t+1時刻初始化的核心張量更新過程如下， ； 當且時，；當時，，，其中表示元矩陣； 步驟3-4，判斷是否滿足；如果是，則完成核心張量迭代；否則，繼續迭代執行步驟2-3； 步驟4，構建面向流式張量的異常檢測框架，采用塊坐標下降法將在線網絡流量異常檢測解耦為交替優化張量分解子問題和異常檢測子問題，結合稀疏殘差篩選機制根據更新之后的因子矩陣和核心張量進行網絡異常點的識別。

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福建師范大學;福建省公安信息中心，其通訊地址為：350000 福建省福州市閩侯縣上街鎮烏龍江中大道18號；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”。