专利分析：CN115622810A 基于深度包检测的通信协议识别方法

https://patents.google.com/patent/CN115622810A/en

该网页是一篇关于"基于深度包检测的通信协议识别方法"的专利申请文件。这项技术利用卷积神经网络(CNN)来识别通信流量中的协议类型，通过对网络数据包进行深度包检测，提取数据包的特征向量，将其输入训练好的CNN模型中进行分类识别。该技术可以广泛应用于网络安全领域，用于流量监测、攻击检测等方面。

该专利申请文件详细介绍了使用深度包检测技术进行通信协议识别的具体方法。该方法首先将网络数据包进行预处理，包括数据包分割、特征提取等步骤。然后将处理后的数据包输入到卷积神经网络中进行训练和分类，以实现对数据包中协议类型的识别。

该专利申请文件还介绍了使用深度包检测技术进行流量监测和攻击检测的具体实现。通过实时监测网络流量并对流量进行识别和分类，可以实现对网络中的攻击行为进行检测和预防。同时，该技术还可以用于网络管理和优化，例如识别并优化网络中的瓶颈和瓶颈应用程序。

该专利申请的核心发明点是一种使用卷积神经网络(CNN)实现基于深度包检测的通信协议识别方法。该方法能够提取网络数据包的特征向量，将其输入到预训练的CNN模型中进行分类识别，从而实现对通信协议的识别。

与传统的基于规则或基于统计的协议识别方法相比，该技术具有更高的准确性和鲁棒性。同时，该技术还可以自适应地学习网络流量中的新协议类型，适应不断变化的网络环境。

因此，该技术的核心发明点是基于深度包检测的通信协议识别方法，通过使用CNN实现对网络数据包中协议类型的准确识别，为网络安全领域的流量监测、攻击检测等提供了一种更加有效的解决方案。

CNN是由Yann LeCun等人于1998年发明的，而且已经被广泛应用于图像识别、语音识别、自然语言处理等领域。在这种情况下，可能存在一些人将已经存在的技术申请为自己的专利。

但是，在这篇专利申请中，使用CNN实现深度包检测的方法并不是作为一个单独的技术要素被独立申请专利，而是作为一个更细化、更具体的技术应用被提出申请的。具体来说，该专利申请是针对基于深度包检测的通信协议识别方法的申请，其中CNN只是作为该方法的核心组成部分之一。

因此，在该专利申请中，CNN并不是单独申请专利的发明点，而是作为技术应用的一部分被提出申请。在专利申请中，申请人需要在技术应用的创新点和技术实现方案上进行深入阐述和详细说明，以获得专利权的保护。

此外，在专利申请中，申请人还需要证明其技术应用与现有技术的差异，即技术上的新颖性和非显而易见性，这是获得专利保护的重要条件之一。

在本专利申请中，使用CNN实现深度包检测的技术应用是与现有技术有所区别的。与传统的基于规则或基于统计的协议识别方法相比，该技术具有更高的准确性和鲁棒性，并且可以自适应地学习网络流量中的新协议类型。这些特点使得该技术在网络安全领域具有更广泛的应用前景。

因此，虽然CNN作为一种已经存在的技术，但在本专利申请中，它被应用于一种新的技术领域，并与其他技术要素结合在一起，形成了一个创新的技术应用，从而成为该专利申请的核心发明点之一。

需要注意的是，在专利申请中，申请人不仅需要证明其技术应用与现有技术的差异，还需要满足专利法规定的其他条件，例如申请的技术应用需要具有工业上的实用性，即能够被用于实际的生产、科研或者商业活动中。

此外，申请人还需要保证其技术应用不侵犯他人的专利权，即该技术应用没有被其他人先申请或者拥有专利权。如果存在侵权情况，申请人可能面临专利侵权诉讼等法律风险。

综上所述，虽然CNN是一种已经存在的技术，但它可以作为专利申请中的技术应用，前提是该技术应用能够满足专利法规定的条件，并且与现有技术有所区别，具有创新性和实用性。