基于深度学习的5G网络异常流量检测方法
本发明公开了基于深度学习的5G网络异常流量检测方法,具体包括如下步骤:步骤1,构建5G环境下的数据流量初始数据集X;步骤2,对初始流量数据集X进行预处理,得到数据集Z;步骤3,对数据集Z进行特征提取,得到特征数据集F;步骤4,将步骤3中得到的特征F划分为数据集A’和数据集B’,采用数据集A’输入GAN模型中进行训练,得到模型LSCGAN,将数据集B’放入模型LSCGAN中,得到数据集F’;步骤5,将步骤4中提取到的特征集F’放入softmax分类器中进行分类,得到异常流量分类结果。本发明解决了目前传统方法无法处理海量数据以及提取数据时序特征的问题。
《基于深度学习的5G网络异常流量检测方法》是一发明专利,专利号为 2023110393275,当前法律状态为已下证,由西安理工大学提出申请,发明人为朱磊;杨佩;李晓华;王一川;黑新宏;张彤;姬文江;杨明松,申请日期为2023-08-17,公开(公告)日期为2025-11-28,国际专利分类号(IPC)为 G06F 18/2415 (2023.01),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:本发明公开了基于深度学习的5G网络异常流量检测方法,具体包括如下步骤:步骤1,构建5G环境下的数据流量初始数据集X;步骤2,对初始流量数据集X进行预处理,得到数据集Z;步骤3,对数据集Z进行特征提取,得到特征数据集F;步骤4,将步骤3中得到的特征F划分为数据集A’和数据集B’,采用数据集A’输入GAN模型中进行训练,得到模型LSCGAN,将数据集B’放入模型LSCGAN中,得到数据集F’;步骤5,将步骤4中提取到的特征集F’放入softmax分类器中进行分类,得到异常流量分类结果。本发明解决了目前传统方法无法处理海量数据以及提取数据时序特征的问题。
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!
