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！

龙图腾网恭喜湘潭大学申请的专利一种基于增量集成学习的恶意DoH隧道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：CN119293658B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411810743.5，技术领域涉及：G06F18/243；该发明授权一种基于增量集成学习的恶意DoH隧道流量检测方法是由李澄清;石仲玉设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于增量集成学习的恶意DoH隧道流量检测方法在说明书摘要公布了：本发明公开了一种基于增量集成学习的恶意DoH隧道流量检测方法，包括如下步骤：S1、获取已标记流量数据，划分对应特征数据的训练集与验证集；S2、创建多个基学习器，组成分类器集合，完成分类器集合初始化构建；S3、获取未知样本在验证集中的K近邻区域，选取表现最佳分类器作为该样本的专家分类器，所得预测结果用作该样本的伪标签；S4、判断基分类器的漂移状态；S5、设置警告阈值和漂移阈值；S6、若达到相关阈值则进行更新。本发明能够在无需大量标注数据的情况下，适应恶意DoH隧道流量的特征分布变化，持续保持优良的检测性能。

本发明授权一种基于增量集成学习的恶意DoH隧道流量检测方法在权利要求书中公布了：1.一种基于增量集成学习的恶意DoH隧道流量检测方法，其特征在于，包括如下步骤：S1、获取已标记流量数据，对数据进行预处理，划分对应特征数据的训练集与验证集；S2、创建多个基学习器，组成分类器集合，在训练集上采用Bagging策略单独对每一个基分类器进行训练，完成分类器集合初始化构建；S3、针对未知样本，基于局部准确率的动态分类器选择策略，获取未知样本在验证集中的K近邻区域，评估各分类器在该区域上的性能表现，然后选取表现最佳分类器作为该样本的专家分类器，所得预测结果用作该样本的伪标签；S4、将分类器集合中各基分类器预测结果与伪标签的差异统计为伪错误率，以判断分类器的漂移状态；S5、根据基分类器的历史伪错误率设置警告阈值和漂移阈值；S6、若伪错误率达到警告阈值，创建替代分类器进行增量更新，并收集当前样本；若伪错误率达到漂移阈值，确认分类器发生概念漂移，替换全局基分类器，并对警告阶段收集的样本进行人工标记，进而作为新的验证集。

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湘潭大学，其通讯地址为：411105 湖南省湘潭市雨湖区羊牯塘；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”。