吉林电力院申请基于任务导向与混合学习的网络数据流特征提取专利，能保障网络安全提升运营效率

金融界2025年5月7日消息，国家知识产权局信息显示，吉林省电力科学研究院有限公司、国网吉林省电力有限公司电力科学研究院、华北电力大学申请一项名为“一种基于任务导向与混合学习的网络数据流特征提取方法”的专利，公开号CN119945720A，申请日期为2024年12月。

专利摘要显示，一种基于任务导向与混合学习的网络数据流特征提取方法，属于网络安全技术领域，首先对于收集到的网络数据流数据明确具体任务目标，目标包括识别网络攻击行为、分析网络流量模式等；然后对网络数据流数据进行数据清洗(去除冗余和无效数据)等预处理操作；之后搭建卡方‑决策树模型进行特征提取工作，对提取出的特征进行评估和优化；最后进行流量分析的相关任务。本发明能够根据不同的任务目标(如网络攻击识别、流量模式分析、网络负载预测等)，高效地从网络数据流中提取出有价值的特征，并通过不断优化和改进，适应不断变化的网络环境，以保障网络安全、提升网络运营效率，满足现代网络管理的迫切需求。

来源：金融界