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！

龙图腾网恭喜南京航空航天大学申请的专利面向未知报文格式的协议类型自适应聚类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：CN119766913B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510253040.5，技术领域涉及：H04L69/22；该发明授权面向未知报文格式的协议类型自适应聚类方法及系统是由李飞;李静;贾一凡;王路航;张嘉雯;王明;张佳琦;曹冠语;叶金盟设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本面向未知报文格式的协议类型自适应聚类方法及系统在说明书摘要公布了：本发明公开了一种面向未知报文格式的协议类型自适应聚类方法，包括：将报文字节序列向量化，得到每一段报文对应的二维向量；构建报文特征增强模块，通过报文向量对齐技术和混合专家自注意力机制，统一不同维度的报文向量，并增强模型在提取特征时的类别特化能力；基于对比学习的自适应聚类，通过计算报文向量相似度和报文格式距离来生成邻接矩阵，并利用邻接矩阵进行拉普拉斯过滤生成对比视图，通过对比学习得到用于聚类的报文向量；根据报文向量进行聚类质量评估生成最优聚类数，结合最优聚类数对报文向量进行聚类得到聚类结果。本发明能够有效提取报文语义特征，进而处理在报文种类及类型均未知的情况下，报文聚类效果不佳的问题。

本发明授权面向未知报文格式的协议类型自适应聚类方法及系统在权利要求书中公布了：1.一种面向未知报文格式的协议类型自适应聚类方法，其特征在于，所述方法包括以下步骤： 将报文字节序列向量化，得到每一段报文对应的二维向量； 构建报文特征增强模块，通过报文向量对齐技术和混合专家自注意力机制，统一不同维度的报文向量，并增强模型在提取特征时的类别特化能力； 基于对比学习的自适应聚类，通过计算报文向量相似度和报文格式距离来生成邻接矩阵，并利用邻接矩阵进行拉普拉斯过滤生成对比视图，通过对比学习得到用于聚类的报文向量； 根据报文向量进行聚类质量评估生成最优聚类数，结合最优聚类数对报文向量进行聚类得到聚类结果； 根据报文向量进行聚类质量评估生成最优聚类数，结合最优聚类数对报文向量进行聚类得到聚类结果的过程包括以下步骤： 将当前状态Gt表示为特征矩阵Xt和集群状态Ct的组合，特征矩阵Xt是对比学习后生成的特征矩阵X在t时刻的状态，集群状态Ct则是特征矩阵Xt的均值； 通过质量评估模块根据Gt输出不同聚类数的质量分数向量qt；基于质量分数向量qt，通过贪婪策略选择t时刻的聚类数K′t： 其中argmax·表示选取qt中值最大的一项，θ表示随机概率，随着训练的进行，θ逐步增大； 结合聚类数K′t，对特征矩阵X使用k-means聚类，得到聚类结果。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。