恭喜四川大学李贝贝获国家专利权
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！
龙图腾网恭喜四川大学申请的专利基于深度学习的网络异常检测方法、装置、设备及介质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：CN116366303B 。
龙图腾网通过国家知识产权局官网在2025-03-07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：202310207251.6，技术领域涉及：H04L9/40；该发明授权基于深度学习的网络异常检测方法、装置、设备及介质是由李贝贝;杜卿芸;李晓慧;常玉洁;刘翱;黄翰媛设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。
本基于深度学习的网络异常检测方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种基于深度学习的网络异常检测方法、装置、设备及介质，该方法包括：响应接收到的初始日志数据，根据预设常量事件模板，对初始日志数据进行特征提取，以生成模板符序列，根据预设滑动窗口通过设定滑动规则，对模板符序列进行分割，以生成目标日志序列和标签模板符，根据预设异常检测模型对目标日志序列进行检测，以生成目标日志序列对应的目标模板符，在目标模板符与标签模板符不匹配的情况下，确定初始日志数据对应的网络行为异常。从而通过对日志数据进行解析和特征提取，根据异常检测模型确定日志数据异常，进而对网络攻击引发的网络异常行为进行检测，提升网络异常检测的效率。
本发明授权基于深度学习的网络异常检测方法、装置、设备及介质在权利要求书中公布了：1.一种基于深度学习的网络异常检测方法，其特征在于，所述方法包括：响应接收到的初始日志数据，根据预设常量事件模板，对所述初始日志数据进行提取规则，以生成模板符序列；根据预设滑动窗口通过设定滑动规则，对所述模板符序列进行分割，以生成目标日志序列和标签模板符，其中，所述标签模板符为所述模板符序列中所述目标日志序列之后的下一个模板符；根据预设异常检测模型对所述目标日志序列进行检测，以生成所述目标日志序列对应的目标模板符；在所述目标模板符与所述标签模板符不匹配的情况下，确定所述初始日志数据对应的网络行为异常。
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四川大学，其通讯地址为：610042 四川省成都市一环路南一段24号；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号