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！

龙图腾网恭喜深圳市互盟科技股份有限公司申请的专利一种基于网络入侵的实时流量安全检测方法及系统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：CN118869343B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411184012.4，技术领域涉及：H04L9/40；该发明授权一种基于网络入侵的实时流量安全检测方法及系统是由汪镜波设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本一种基于网络入侵的实时流量安全检测方法及系统在说明书摘要公布了：本发明公开了一种基于网络入侵的实时流量安全检测方法及系统，方法包括：实时捕获各时刻下流量数据；对当前时刻下流量数据进行检测，若超出预设流量阈值范围，标定为第一待检测流量数据，输入第一异常流量检测模型中，以使第一异常流量检测模型提取第一待检测流量数据的待检测特征，结合异常特征数据库输出第一待检测流量数据的数据类型以及影响持续时间；若未超出预设流量阈值范围，标定为第二待检测流量数据；在监测到发生数据异常时，以数据异常时影响范围内的所有第二待检测流量数据及未学习异常特征对第二异常流量检测模型进行训练，以使第二异常流量检测模型输出未学习异常特征和影响持续时间，对异常特征数据库进行更新。

本发明授权一种基于网络入侵的实时流量安全检测方法及系统在权利要求书中公布了：1.一种基于网络入侵的实时流量安全检测方法，其特征在于，包括：实时捕获各时刻下流量数据；对当前时刻下流量数据进行检测，若当前时刻下流量数据超出预设流量阈值范围，将当前时刻下流量数据标定为第一待检测流量数据，将所述第一待检测流量数据隔离，并输入第一异常流量检测模型中，以使所述第一异常流量检测模型提取所述第一待检测流量数据的待检测特征，结合异常特征数据库输出第一待检测流量数据的数据类型以及影响持续时间；其中，所述数据类型包括；正常数据、异常数据和可疑数据；若当前时刻下流量数据未超出预设流量阈值范围，将当前时刻下流量数据标定为第二待检测流量数据；在监测到任意第二待检测流量数据发生数据异常时，获取数据异常时影响范围内的所有第二待检测流量数据及未学习异常特征，以数据异常时影响范围内的所有第二待检测流量数据及未学习异常特征对第二异常流量检测模型进行训练，以使所述第二异常流量检测模型输出未学习异常特征和影响持续时间，并以所述未学习异常特征和影响持续时间对异常特征数据库进行更新；根据当前时刻下流量数据的数据类型执行对应的网络安全策略；其中，所述第一异常流量检测模型的构建包括:获取历史流量数据样本集；其中，所述历史流量数据样本集包括若干历史时刻下异常流量数据样本和若干历史时刻下正常流量数据样本；每一历史时刻下异常流量数据样本包括异常特征；构建一初始的第一异常流量检测模型，以所述历史流量数据样本集对所述初始第一异常流量检测模型进行迭代训练，直至初始第一异常流量检测模型收敛，生成所述第一异常流量检测模型；其中，在迭代过程中，所述初始第一异常流量检测模型提取历史流量数据样本集中的特征向量，根据特征向量确定数据类型及影响持续时间，并将所述异常特征及影响持续时间添加至异常特征数据库中；其中，所述以数据异常时影响范围内的所有第二待检测流量数据及未学习异常特征对第二异常流量检测模型进行训练，以使所述第二异常流量检测模型输出未学习异常特征和影响持续时间，并以所述未学习异常特征和影响持续时间对异常特征数据库进行更新，包括：根据数据异常时影响范围内的所有第二待检测流量数据和未学习异常特征构建训练样本集；其中，所述训练样本集包括若干包含未学习异常特征的流量数据样本和若干不包含未学习异常特征的流量数据样本；以训练样本集对第二异常流量检测模型进行训练，直至第二异常流量检测模型收敛时，确定待融合权重；以数据异常时影响范围内的所有第二待检测流量数据及未学习异常特征进行仿真运行，确定未学习异常特征的影响持续时间；将未学习异常特征、未学习异常特征的影响持续时间和待融合权重传输至第一异常流量检测模型，以使所述第一异常流量检测模型以待融合权重对所述融合权重进行更新，得到更新后的融合权重，并将未学习异常特征和未学习异常特征的影响持续时间存储至异常特征数据库；初始化第二异常流量检测模型。

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深圳市互盟科技股份有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道科技园社区科苑路15号科兴科学园B栋2单元4层；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”。