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！

龍圖騰網獲悉清華大學申請的專利網絡異常檢測方法、裝置、電子設備及存儲介質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：CN113554094B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202110837785.8，技術領域涉及：G06F18/2433；該發明授權網絡異常檢測方法、裝置、電子設備及存儲介質是由葉曉俊;平國樓;吳悅欣設計研發完成，并于2021-07-23向國家知識產權局提交的專利申請。

本網絡異常檢測方法、裝置、電子設備及存儲介質在說明書摘要公布了：本申請公開了一種網絡異常檢測方法、裝置、電子設備及存儲介質，其中，方法包括：采集網絡節點入口的網絡流量數據，并對網絡流量數據進行流級聚合和特征提取，以按照預設比例得到需標記數據和無標記數據，需標記數據通過人工標注和人機輔助標注得到有標記數據；由有標記數據和無標記數據預處理得到有標記樣本和無標記樣本；利用有標記樣本和無標記樣本進行聯合訓練，生成半監督網絡異常檢測模型；使用半監督網絡異常檢測模型對待測流量數據進行檢測和分析，識別待測流量數據的異常結果。本申請實施例可以減少對網絡流量中有標記數據的依賴，能夠避免網絡攻擊檢測訓練數據中的正常異常類別樣本不平衡問題，能夠檢測和發現潛在的未知網絡攻擊，并且基于流級表示特征能夠實現魯棒、有效的網絡入侵檢測。

本發明授權網絡異常檢測方法、裝置、電子設備及存儲介質在權利要求書中公布了：1.一種網絡異常檢測方法，其特征在于，包括以下步驟： 采集網絡節點入口的網絡流量數據，并對所述網絡流量數據進行流級聚合和特征提取，以按照預設比例得到需標記數據和無標記數據，需標記數據通過人工標注和人機輔助標注得到有標記數據； 由所述有標記數據和無標記數據預處理得到有標記樣本和無標記樣本； 利用所述有標記樣本和所述無標記樣本進行聯合訓練基于自動編碼器和置信度輔助分類的檢測模型，生成半監督網絡異常檢測模型；以及 使用所述半監督網絡異常檢測模型對待測流量數據進行檢測，根據所述半監督網絡異常檢測模型的輸出結果分析識別出所述待測流量數據的異常結果； 其中，所述利用所述標記樣本和所述無標記樣本進行聯合訓練基于自動編碼器和置信度輔助分類的檢測模型，生成半監督網絡異常檢測模型，包括： 根據所述有標記樣本中任一批次樣本利用所述自動編碼器的編碼器得到第一嵌入表示； 利用置信度評估模塊評估所述第一嵌入表示的置信度分數，并計算置信度損失； 利用分類器計算所述第一嵌入表示的分類概率，并利用所述置信度分數對所述分類概率進行修正，及使用焦點損失函數計算所述分類器的損失值； 計算所述有標記樣本的綜合損失，更新所述自動編碼器的編碼器、所述置信度評估模塊和所述分類器； 根據所述無標記樣本中任一批次樣本利用所述自動編碼器的編碼器得到第二嵌入表示； 根據所述第二嵌入表示利用所述自動編碼器的解碼器得到解碼； 計算所述無標記樣本的重建損失，并更新所述自動編碼器的編碼器和解碼器； 判斷是否達到迭代輪次，其中，如果是，則結束訓練，否則繼續迭代執行，直至達到迭代輪次； 所述使用所述半監督網絡異常檢測模型對待測流量數據進行檢測和分析，包括： 輸入所述待測流量的待測樣本，并由更新后的編碼器得到待測嵌入表示； 根據所述待測嵌入表示利用更新后的解碼器得到待測解碼，計算所述待測樣本的重建損失； 利用更新后的置信度評估模塊評估所述待測嵌入表示的待測置信度分數； 利用分類器計算所述待測嵌入表示的分類概率； 根據所述待測樣本的重建損失、待測置信度分數、分類概率得到異常評分； 若所述異常評分超過預設閾值，則判定異常，否則判定為正常。

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清華大學，其通訊地址為：100084 北京市海淀區清華園；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”。