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！

龙图腾网恭喜合肥城市云数据中心股份有限公司申请的专利一种基于动态图神经网络的恶意流量检测方法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：CN119383020B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411959987.X，技术领域涉及：H04L9/40；该发明授权一种基于动态图神经网络的恶意流量检测方法是由刘宇;丁正;谢飞;李京龙;范武松设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于动态图神经网络的恶意流量检测方法在说明书摘要公布了：本发明涉及一种基于动态图神经网络的恶意流量检测方法，与现有技术相比解决了难以针对恶意流量进行有效检测的缺陷。本发明包括以下步骤：流量数据的获取并构建异构图；进行动态节点的表示设定；使用动态图表示学习来捕获随时间演变的集群表示；进行恶意流量的检测。本发明利用提出超流的概念，表现出相同行为的网络流的集合，同时创建了带时间戳的超流‑主机关联图，基于动态图表示学习框架，通过学习主机和超流的动态节点表示来模拟网络流量行为的持续变化，实现恶意流量的检测。

本发明授权一种基于动态图神经网络的恶意流量检测方法在权利要求书中公布了：1.一种基于动态图神经网络的恶意流量检测方法，其特征在于，包括以下步骤：11）流量数据的获取并构建异构图：获取主机和超级流的流量数据，根据网络流的四元组将流划分到不同的超流中并设计异构图；12）进行动态节点的表示设定：监测新的网络流，随着新网络流的出现，新网络流的到达时间被编码，然后将其与相关主机和超级流的表示融合以更新节点信息表示；13）使用动态图表示学习来捕获随时间演变的集群表示：随着网络流的出现，计算所属集群的每个成员的关联度，接着用其更新整个集群的集群表示和包含成员的信息表示；所述使用动态图表示学习来捕获随时间演变的集群表示包括以下步骤：131）当新的网络流关联到来时，图结构和节点表示发生变化，将每个参与的超流节点视为一个集群中心，其邻居视为集群成员；针对超流节点，将视为集群的中心，对于，使用表示内的集群成员集，该成员集由的邻居组成；为了衡量主机与集群之间的关联程度，采用注意力机制来模拟成员关联强度，表示为，使用中成员的记忆为潜在集群创建一个代表性查询向量，如下所示： ，其中，表示在时刻以为中心的集群成员集中记忆状态最大的值，表示超级流在时刻的记忆状态，表示与集群的每个成员在时刻相关联的记忆状态；132）使用注意力机制计算成员的关联度，如下所示： ， ，其中表示成员与超级流在时刻未归一化的成员关联度，和表示可学习的参数，表示在时刻以为中心的集群成员集中记忆状态最大的值，表示成员在时刻的记忆状态表示激活函数，表示节点在其集群内在时刻的成员关联度；133）基于计算出的成员关系强度，汇总集群内成员的记忆，以计算集群表示，由以下公式给出： ，其中，表示集群在时刻的集群表示，表示节点在其集群内在时刻的成员关联度，表示成员在时刻的记忆状态；134）连接到同一超级流集群的主机表现出相似的网络行为，并且更有可能与相似的超级流集群相关联；在获得集群结构并捕获集群表示后，在整个集群中传播消息，以传播网络行为的集群效应，为直接连接的节点生成了信息表示，并递归地将此新信息传播给其他集群成员；当新的网络流到达时，根据其他集群成员的成员关联度计算其信息表示，由以下公式确定： ，其中，表示集群中的成员在时刻的信息表示，表示集群中的成员在时刻的成员关联度，表示在时刻的信息表示；在计算基于集群的信息表示后，使用更新集群中每个节点的记忆状态，此过程允许新网络流的影响在整个集群中传播和扩散；14）进行恶意流量的检测：设计网络分类模块，对超级流进行分类以识别恶意攻击行为模式，将相应的主机标记为攻击主机节点。

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合肥城市云数据中心股份有限公司，其通讯地址为：230031 安徽省合肥市高新区玉兰大道767号机电产业园西二路科大国祯大厦4楼；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”。