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！

龙图腾网获悉中国人民解放军61660部队申请的专利一种用于加密网络流量分类预测的不确定性量化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：CN118353842B 。

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：202410483175.6，技术领域涉及：H04L47/127；该发明授权一种用于加密网络流量分类预测的不确定性量化方法是由苗晓孔;王颖;陈月月;张志斌;魏鹏;刘敬;罗平;李翼宏;陈鹏;上官弋卜;李文博;胡文友设计研发完成，并于2024-04-22向国家知识产权局提交的专利申请。

本一种用于加密网络流量分类预测的不确定性量化方法在说明书摘要公布了：本发明涉及一种用于加密网络流量分类预测的不确定性量化方法，属于网络安全领域。本发明的方法包括模型训练预测、高斯核密度估计、KL散度计算、OOD分数计算、假设校验等步骤。本发明能够针对现有加密网络流量分类模型的预测结果进行不确定性量化分析，检测其预测结果的可信度，对现有模型进行性能评估。在预测过程中，该方法能够量化预测结果的不确定性，通过高斯核密度估计和KL散度计算OOD分数，衡量分布内与分布外样本之间的相似性与差异性，帮助系统识别并适应新数据，从而提高了模型的扩展性和鲁棒性。本发明提高了网络流量分类的可靠性和可解释性。

本发明授权一种用于加密网络流量分类预测的不确定性量化方法在权利要求书中公布了：1.一种用于加密网络流量分类预测的不确定性量化方法，其特征在于，该方法包括如下步骤： S1、模型训练预测 采用用于加密网络流量分类的机器学习模型进行训练预测； S2、不确定性量化 S21、使用已经训练好的机器学习模型对测试样本进行预测，并根据预测结果确定该测试样本所属类别； S22、然后使用核密度估计法计算测试样本与训练数据集样本的密度分布； S23、在得到上述测试样本和训练数据集样本的密度分布后，使用KL散度衡量测试样本和训练数据集样本的密度分布间的相似性； S24、使用转换函数将测试样本与训练数据集样本的密度分布的KL散度转换成OOD分数；根据OOD分数判断应当接受还是否定零假设； 其中， 所述S22中，使用了高斯核函数计算核密度分布估计； 高斯核函数表示为： 其中，t是输入数据的样本点；将带入到公式1中，得到： 其中，xm表示训练数据集中任意样本点，xj表示训练数据集中第j个样本点，h表示高斯核函数的带宽； 所述S22中，xm的高斯核密度分布估计表示为： 其中，xm≠xj，N表示训练数据集样本数量，公式3是通过利用训练数据集样本点xm与其余训练数据集样本点之间的距离求得xm的高斯核密度分布估计； 所述S22中，测试样本点xt的高斯核密度分布估计为： 公式4是通过测试样本点xt与训练数据集样本点之间的距离求得xt的高斯核密度分布估计； 所述S23具体包括：在得到上述测试样本和训练数据集样本的密度分布后，使用KL散度衡量测试样本和训练数据集样本的密度分布间的相似性：

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中国人民解放军61660部队，其通讯地址为：100840 北京市海淀区复兴路20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”。