基于深度学习的Botnet攻击C&C服务器溯源方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于深度学习的Botnet攻击C&C服务器溯源方法，包括以下步骤：步骤一、数据集预处理与特征提取；步骤二、通过融合的LSTM+CNN训练模型，使用提取的特征识别出命令与控制C&C会话数据部分，根据心跳HeartBeat报文与C&C服务器的跟踪关系，从其中分离出心跳数据包；步骤三、对心跳数据包进行数据提取并作为输入数据，用于构建图卷积神经网络GCN，通过GCN网络实现对僵尸网络Botnet主机的溯源。解决了现有技术中存在的由于数据具有复杂的动态特性和不稳定性等特点使得传统的检测方法无法获得较为理想检测结果的问题，提升了检测与溯源僵尸网络中攻击主机Master节点的准确度。

《基于深度学习的Botnet攻击C&C服务器溯源方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023104307906，当前法律状态为已下证，由云南大学提出申请，发明人为张云春;李子璇;沈琪;葛雪晴;李柏萱;陈少钦;巴赫;王勇林;黄学龙;萧纯一，申请日期为2023-04-21，公开（公告）日期为2025-07-22，国际专利分类号（IPC）为 H04L 9/40 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于深度学习的Botnet攻击C&C服务器溯源方法，包括以下步骤：步骤一、数据集预处理与特征提取；步骤二、通过融合的LSTM+CNN训练模型，使用提取的特征识别出命令与控制C&C会话数据部分，根据心跳HeartBeat报文与C&C服务器的跟踪关系，从其中分离出心跳数据包；步骤三、对心跳数据包进行数据提取并作为输入数据，用于构建图卷积神经网络GCN，通过GCN网络实现对僵尸网络Botnet主机的溯源。解决了现有技术中存在的由于数据具有复杂的动态特性和不稳定性等特点使得传统的检测方法无法获得较为理想检测结果的问题，提升了检测与溯源僵尸网络中攻击主机Master节点的准确度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！