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！

龍圖騰網獲悉北京郵電大學申請的專利一種面向封閉內部網絡的可解釋異常流量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：CN119628855B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202411210043.2，技術領域涉及：H04L9/40；該發明授權一種面向封閉內部網絡的可解釋異常流量檢測方法是由陸月明;劉洋;姚琳元;吳昊;何濤;閻小濤;樊明睿;蔡昀;史瑋東;左金鑫設計研發完成，并于2024-08-30向國家知識產權局提交的專利申請。

本一種面向封閉內部網絡的可解釋異常流量檢測方法在說明書摘要公布了：本發明公開了一種面向封閉內部網絡的可解釋異常流量檢測方法，屬于網絡空間安全技術領域。首先采用深度自編碼器學習良性流量的深層模式，對良性流量進行重構。在深度自編碼器的中間輸出的引導下，采用梯度上升法，從重構的良性流量特征中提取白名單規則，本發明所得的白名單規則庫，既能夠保留深度自編碼器較好的異常檢測性能，又能向使用者提供清晰的決策解釋，達到了檢測精度和可解釋性的平衡。同時，本發明明顯降低了軟硬件開銷，更適用于封閉內部網絡。

本發明授權一種面向封閉內部網絡的可解釋異常流量檢測方法在權利要求書中公布了：1.一種面向封閉內部網絡的可解釋異常流量檢測方法，其特征在于，包括以下步驟： 步驟一，通過若干良性流量樣本訓練深度自編碼器，學習良性流量中的深層模式； 深度自編碼器包含兩部分：編碼器與解碼器，訓練過程為： 步驟101，通過編碼器將原始良性流量樣本輸入向量映射為低維向量，并輸出給解碼器； 步驟102，解碼器將低維向量重構為原始輸入向量，計算重構向量與原始向量之間的重構損失； 原始訓練數據集記為初始化自編碼器模型M，模型相關參數記為θ，采用均方誤差為損失函數并記為Π，公式如下： 步驟103，判斷重構損失是否達到收斂，若是，則迭代停止，深度自編碼器訓練完成；否則，基于該重構損失指導更新解碼器和編碼器參數，返回步驟101重新進行編碼映射和解碼重構，繼續迭代； 步驟二，良性流量樣本經過訓練好的深度自編碼器進行重構擴展，對擴展后的特征空間進行聚類，劃分類簇，每個類簇代表一個子分布； 步驟三，基于重構損失梯度上升原則，對每個子分布進行邊界規則提取； 邊界規則提取的過程具體為： 步驟301，遍歷所有子分布，為每個類簇生成最小超立方體，記為Mini-Hyper-Cube，同時記每個類簇中良性樣本的最大重構損失為thres； 步驟302，在各Mini-Hyper-Cube的每個超平面內部的淺層鄰域內取若干樣本實例作為Explorer； 步驟303，在各類簇中計算重構損失梯度上升的方向，并沿著該方向移動Explorer，直至其重構損失大于thres，記錄此時梯度方向對應的特征的取值和即為該特征的一個邊界閾值； 步驟304，在每個超平面上重復上述過程，求得每個特征的邊界閾值，組合成當前類簇的邊界規則，表示為： 其中，1,2,…,k為超平面編號； 步驟四，將每個子分布的邊界規則合并，組成一個描述良性流量全局分布的完整的白名單規則庫； 步驟五，針對某封閉內部網絡的未知流量數據，利用白名單規則庫進行檢測，得到其中的異常流量情況。

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郵電大學，其通訊地址為：100876 北京市海淀區西土城路10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”。