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！

龙图腾网获悉湖南大学申请的专利基于流量采样的设备类型识别方法、终端设备和存储介质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：CN116662852B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310615867.7，技术领域涉及：G06F18/24；该发明授权基于流量采样的设备类型识别方法、终端设备和存储介质是由王浩轩;谢鲲;文吉刚设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本基于流量采样的设备类型识别方法、终端设备和存储介质在说明书摘要公布了：本发明公开了一种基于流量采样的设备类型识别方法、终端设备和存储介质，不需要采集完整的设备流量，仅需在网关处进行流量的采样，即可进行设备识别。为了应对流量特征缺失的问题，传统的张量填充算法学习张量行、列、深度对应的嵌入本身，不能推广到未知的行、列或深度，存在需要反复重训练，缺失特征补全耗时长，开销大的问题。本发明提出了一种归纳式张量填充方法，该方法能够利用历史信息，学习生成嵌入的函数，进行快速、有效设备流量特征补全。

本发明授权基于流量采样的设备类型识别方法、终端设备和存储介质在权利要求书中公布了：1.一种基于流量采样的设备类型识别方法，其特征在于，包括以下步骤： S1、对物联网设备进行间断的数据包采集； S2、提取采集的数据包的特征，得到各个数据包的特征向量，所有数据包的特征向量堆叠形成三阶稀疏张量，利用所述三阶稀疏张量构建二分图G={Vm，Vw，E}，其中二分图的左节点集合Vm为设备集合，右节点集合Vw为数据包测量窗口集合，左节点集合与右节点集合之间的边集E为特征集合； S3、将所述二分图作为设备识别模型的输入，得到更新后的设备识别模型； 所述设备识别模型包括： 第一图神经网络消息传递层，用于对输入的二分图进行第一次图信息传递，更新二分图中节点、边的向量表征； 第二图神经网络消息传递层，用于根据第一图神经网络消息传递层输出的二分图中的2跳邻居关系，更新第一图神经网络消息传递层输出的二分图中的节点、边的向量表征； 缺失特征补全层，用于根据第二图神经网络消息传递层输出的二分图中的节点信息，估计缺失的特征边，并输出补全后的特征边集合； 卷积单元，用于对补全后的特征边集合进行卷积操作； 线性输出层，输入为拼接特征，输出为设备的类别；所述拼接特征获取过程包括：对卷积单元输出的特征进行展平操作，拼接展平操作后的特征与第二图神经网络消息传递层输出的节点向量，得到所述拼接特征。

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湖南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路28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”。

以上内容由龙图腾AI智能生成。