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！

龙图腾网获悉东南大学;国网安徽省电力有限公司信息通信分公司申请的专利一种基于谱聚类构图的图卷积神经网络协议分类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：CN119179934B 。

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：202411682757.3，技术领域涉及：G06F18/24；该发明授权一种基于谱聚类构图的图卷积神经网络协议分类方法是由王超;李明;陶军;宫帅;李少聪;尹晓宇;王祖研;余东波;曹弯弯;程航;许艺凡;刘恒睿;王宇设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于谱聚类构图的图卷积神经网络协议分类方法在说明书摘要公布了：本发明公开了一种基于谱聚类构图的图卷积神经网络协议分类方法，涉及于网络安全和机器学习领域，所述方法包括以下步骤：从收集到的网络协议数据中筛选出关键字段；优化传统谱聚类构图算法，对筛选出的数据进行聚类，将数据处理成适合图神经网络的图结构形式；利用谱聚类得到的图结构作为图卷积神经网络的输入，提出S‑GCN模型，采用随机初始化的三层GCN进行建模，对节点三阶邻域进行卷积，在最后一层通过对节点特征聚合来实现网络协议分类。实验证明本发明的方法在分类结果上有较高的准确率，S‑GCN中图结构的优劣直接影响到分类结果，同时证明了本发明图结构的高效性。

本发明授权一种基于谱聚类构图的图卷积神经网络协议分类方法在权利要求书中公布了：1.一种基于谱聚类构图的图卷积神经网络协议分类方法，其特征在于，包括以下步骤： 步骤1、从数据集中物理层到应用层在内的所有网络协议中筛选出关键字段生成新的数据集； 步骤2、结合子空间学习和属性选择，对传统谱聚类构图算法进行优化，将步骤1处理后的数据集用优化后谱聚类算法进行构图； 步骤3、将步骤2中谱聚类结果图进行图结构优化操作； 步骤4、构建基于谱聚类构图的图卷积神经网络模型，将步骤3中优化的图结构数据输入模型中进行网络协议分类； 其中，步骤3具体如下： 将步骤2处理后的数据集X＝{x1，x2，...，xn}，定义第i个样本和所有数据点概率为sij连接到xi的一个邻居，概率sij通过下式来确定： 找到一个线性组合，使其最接近低维流形的原始特征，如下式： 约定一个约束函数LS＝n-c，其中c是相似图矩阵S中的连通分量的个数，使用下式让S与初始图A拟合： 其中LS是更新后的拉普拉斯矩阵，初始图是由步骤3得到的图， 使用图学习和基于l2，1-norm的稀疏学习来解决噪声和异常值问题，如下式： 其中约束LS＝n-c取决于S，σiLS是LS的第i个特征值，当是半正定时，有σiLS＞0且约束函数LS＝n-c表示再由樊畿定理得到： 公式23通过以下式子求解： 其中τ是非负调谐参数，WTW＝I表示特征空间在规约后的特点，通过求解公式25，得到一个高质量的图。

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东南大学;国网安徽省电力有限公司信息通信分公司，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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”。