(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210612037.4 (22)申请日 2022.05.31 (71)申请人 广信智安 （青岛） 科技有限公司 地址 266427 山东省青岛市黄岛区胶州湾 东路2566号创智产业园B5 栋4楼405号 (72)发明人 党超辉　董升来　王祥刚　黄振川　 (51)Int.Cl. F16M 13/02(2006.01) F16M 11/04(2006.01) H05K 5/02(2006.01) (54)发明名称 一种基于深度学习恶意 流量监测装置 (57)摘要 本发明公开了一种基于深度学习恶意流量 监测装置， 包括监测装置本体， 所述监测装置本 体的正表 面开设有第一凹槽。 本发 明通过在第一 凹槽、 第一矩形孔、 T型挡板、 第一螺纹槽、 第一手 拧螺丝杆、 弹簧、 安装块、 空心管和固定螺丝的配 合下， 可以让任意一个没有进行使用的监测装置 本体的信号连接端进行防尘保护， 即可以降低或 减少灰尘进入监测装置本体内部， 造成监测装置 本体不能进行正常使用的情况， 即提高监测装置 本体的使用效果， 在圆柱槽的作用下， 便于放置 从第一螺纹槽上取下来的第一手拧螺丝杆， 在弹 簧、 空心管和第一凹槽的配合下， 可以将T型挡板 紧紧地固定在第一矩形孔的内部 。 权利要求书1页 说明书5页 附图7页 CN 115013696 A 2022.09.06 CN 115013696 A 1.一种基于深度学习恶意流量监测装置， 包括监测装置本体(1)， 其特征在于： 所述监 测装置本体(1)的正表面开设有第一凹槽(2)， 所述第一凹槽(2)的内壁底部等距分布开设 有多个第一矩形孔(3)， 每个所述第一矩形孔(3)的内部均活动套接有T型挡板(4)， 每个所 述T型挡板(4)的顶部中间位置均开设有第一螺纹槽(5)， 所述监测装置本体(1)的顶部等距 分布螺纹贯穿有多个第一手拧螺丝杆(6)， 且每个第一手拧螺丝杆(6)的一端分别螺纹连接 在每个第一螺纹槽(5)的内部， 每个所述T型挡板(4)的顶部中间位置均固定安装有弹簧 (7)， 每个所述第一手拧螺丝杆(6)的一端分别活动套接在每个弹簧(7)的内部， 所述第一凹 槽(2)的内壁顶部等距分布设置有多组安装块(8)， 且每组安装块(8)的数量为两个， 每组所 述安装块(8)的相 对一侧之间均固定有空心管(9)， 且每个空心管(9)的内壁顶部分别与每 个弹簧(7)的顶端固定安装， 每个所述第一手拧螺丝杆(6)的一端分别活动套接在每个空心 管(9)的内部， 所述第一凹槽(2)的槽口处通过第一螺栓安装有盖板(10)， 所述监测装置本 体(1)的正表 面等距分布 开设有多个圆柱槽(11)， 每个所述安装块(8)的底部均螺纹贯穿有 固定螺丝(12)， 每 个所述固定 螺丝(12)的一端均螺纹连接在第一凹槽(2)的内壁顶部 。 2.根据权利要求1所述的基于深度学习 恶意流量监测装置， 其特征在于： 所述监测装置 本体(1)的内壁顶部固定有两个相对称的第一U型块(13)， 两个所述第一U型块(13)的内壁 一侧均开设有第二矩形孔(14)。 3.根据权利要求1所述的基于深度学习 恶意流量监测装置， 其特征在于： 两个所述第 一 U型块(13)的内壁另一侧均开设有矩形槽(15)， 两个所述矩形槽(15)的内壁另一侧均开设 有两个相对称的第二螺纹槽(16)。 4.根据权利要求1所述的基于深度学习 恶意流量监测装置， 其特征在于： 两个所述第 二 矩形孔(14)的内部均设置有第二手拧螺丝杆(17)， 四个所述第二螺纹槽(16)共分为两组， 两个所述第二手拧螺丝杆(17)的一端分别螺纹连接在每组其中一个第二螺纹槽(16)的内 部。 5.根据权利要求4所述的基于深度学习 恶意流量监测装置， 其特征在于： 两个所述第 二 手拧螺丝杆(17)的外表 面均转动连接有 单孔L型块(18)， 两个所述单孔L型块(18)的后表面 均开设有两个安装孔(19)。 6.根据权利要求5所述的基于深度学习 恶意流量监测装置， 其特征在于： 所述监测装置 本体(1)的内壁顶部均固定有第二U型块(20)， 两个所述单孔L型块(18)的后表面分别滑动 连接在两个第二U型块(20)的内部 。 7.根据权利要求6所述的基于深度学习 恶意流量监测装置， 其特征在于： 两个所述单孔 L型块(18)的底部均固定有矩形块(21)， 两个所述第二手拧螺丝杆(17)的外表面均固定套 接有圆环块(2 2)。 8.根据权利要求4所述的基于深度学习 恶意流量监测装置， 其特征在于： 两个所述第 二 手拧螺丝杆(17)的外表面均活动套接有防滑环(23)， 所述监测装置本体(1)的内壁顶部固 定有两个相对称的凹型梯形块(24)。 9.根据权利要求8所述的基于深度学习 恶意流量监测装置， 其特征在于： 两个所述凹型 梯形块(24)的底部均开设有第二凹槽(25)， 两个所述第二凹槽(25)的内壁顶部分别与两个 凹型梯形块(24)的内壁底部相连通， 两个所述第二凹槽(25)的槽口处均通过第二螺栓安装 有防尘网(26)。权　利　要　求　书 1/1 页 2 CN 115013696 A 2一种基于深度学习 恶意流量监测装 置 技术领域 [0001]本发明涉及恶意流量监测技术领域， 具体为一种基于深度学习恶意流量监测装 置。 背景技术 [0002]深度学习是学习样本数据的内在规律和表示层次， 这些学习过程中获得的信息对 诸如文字， 图像和声音等数据的解释有很大的帮助， 也是一个复杂的机器学习算法， 在语音 和图像识别方面取 得的效果， 远 远超过先前相关技 术。 [0003]现有的针对网络恶意流量用部分基于深度学习的监测装置的监测效果虽然非常 的好， 但是监测装置的信号连接端没有配备防尘结构， 当监测装置放置在有较多灰尘的环 境下使用时， 没有安装上导线的信号连接端 可能会让灰尘从其内部缝隙中进入监测装置的 内部， 继而监测装置内部部件可能会因为灰尘的原因影响正常使用， 即降低监测装置的使 用效果。 [0004]所以我们提出了一种基于深度学习恶意流量监测装置， 以便于解决上述中提出的 问题。 发明内容 [0005]本发明的目的在于提供一种基于深度学习恶意流量监测装置， 以解决上述背景技 术提出的部 分监测装置本体的信号连接端没有配备防尘结构， 当监测装置本体放置在有较 多灰尘的环境下使用时， 没有安装上导线的信号连接端可能会让灰尘从其内部缝隙中进入 监测装置本体的内部， 继而监测装置本体内部部件可能会因为灰尘的原因影响正常使用， 即降低监测装置 本体使用效果的问题。 [0006]为实现上述目的， 本发明提供如下技术方案： 一种基于深度学习恶意流量监测装 置， 包括监测装置本体， 所述监测装置本体的正表面开设有第一凹槽， 所述第一凹槽的内壁 底部等距分布开设有多个第一矩形孔， 每个所述第一矩形孔的内部均活动套接有T 型挡板， 每个所述T型挡板的顶部中间位置均开设有第一螺纹槽， 所述监测装置本体的顶部等距分 布螺纹贯穿有多个第一手拧螺丝杆， 且每个第一手拧螺丝杆的一端分别螺纹连接在每个第 一螺纹槽的内部， 每个所述T 型挡板的顶部中间位置均固定安装有弹簧， 每个所述第一手拧 螺丝杆的一端分别活动套接在每个弹簧的内部， 所述第一凹槽的内壁顶部等距分布设置有 多组安装块， 且每组安装块的数量为两个， 每组所述安装块的相对一侧之间均固定有空心 管， 且每个空心管 的内壁顶部分别与每个弹簧的顶端固定安装， 每个所述第一手拧螺丝杆 的一端分别活动套接在每个空心管的内部， 所述第一凹槽的槽口处通过第一螺栓安装有盖 板， 所述监测装置本体的正表面等距分布开设有多个圆柱槽， 每个所述安装块的底部均螺 纹贯穿有固定 螺丝， 每个所述固定 螺丝的一端均螺纹连接在第一凹槽的内壁顶部 。 [0007]优选的， 所述监测装置本体的内壁顶部固定有两个相对称的第一U型块， 两个所述 第一U型块的内壁 一侧均开设有第二矩形孔。说　明　书 1/5 页 3 CN 115013696 A 3