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！

龙图腾网获悉湘江实验室申请的专利基于图神经网络的智能优化与资源动态重分配方法和系统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：CN120321136B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510819846.6，技术领域涉及：H04L41/16；该发明授权基于图神经网络的智能优化与资源动态重分配方法和系统是由陈晓红;马代鹏;关健;丁相江;李睿设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本基于图神经网络的智能优化与资源动态重分配方法和系统在说明书摘要公布了：本发明公开了一种基于图神经网络的智能优化与资源动态重分配方法和系统，该方法包括数据采集与建模、网络拓扑特征提取、拥塞检测与预测、数据流重分配与智能优化、以及实时监控与反馈机制步骤。本发明通过图神经网络模型实现了对网络拓扑结构和数据流的实时建模和智能优化，以精准识别和定位潜在的拥塞区域；结合最大熵原理的流量重分配策略，系统能够动态调整数据流与资源的分配，缓解拥塞并提升整体传输效率；通过引入级联失效的改进规则，有效防范了因拥塞节点失效引发的二次拥塞，增强了网络的稳定性。

本发明授权基于图神经网络的智能优化与资源动态重分配方法和系统在权利要求书中公布了：1.一种基于图神经网络的智能优化与资源动态重分配方法，其特征在于，包括以下步骤： 数据采集与建模：采集网络中节点和链路的历史数据流特征，构建面向数据流拥塞检测的图神经网络模型，以节点代表网络中的服务器或路由器、以边代表链路、将流量特征作为属性附加在图结构上，所述历史数据流特征包括传输的数据包数、字节数、传输速率和协议类型信息； 网络拓扑特征提取：对所述历史数据流特征进行分析，通过多层图卷积神经网络结构提取每个节点及链路的特征向量，捕捉网络结构和流量特征的动态变化； 拥塞检测与预测：利用图神经网络训练模型，识别网络中可能发生拥塞的节点和链路，基于级联失效检测规则和网络流量特征，预测潜在的拥塞区域，通过计算节点和链路的带宽利用率、以及流量方差指标，动态调整所述图神经网络训练模型的预测精度； 数据流重分配与智能优化：在检测到拥塞风险或实际拥塞发生时，基于智能重分配策略对数据流进行动态调度；采用最大熵原理进行流量重新分配，使流量负载更加均衡，具体通过计算优化后的流量分配概率，进行拥塞链路的流量转移； 实时监控与反馈机制：对优化后的网络进行实时监控，若出现性能指标超出设定阈值的情况时，则利用反馈机制触发数据流的动态调整，自动进行流量再分配，确保网络资源的高效分配和路径优化，所述性能指标包括平均传输延迟、带宽利用率和流量均衡性； 所述拥塞检测与预测的步骤中，基于图神经网络生成的节点和边嵌入，预测潜在拥塞区域及其发生概率，计算每条边的拥塞阈值，其中拥塞预测公式为： 其中，和为模型参数，为节点和节点间边的嵌入特征； 在检测到某条链路拥塞时，通过级联失效改进规则判断该拥塞对周围链路的影响，以防止单点拥塞导致的连锁失效，具体改进规则为： 其中，表示边的级联风险系数，为权重系数，为第个传输节点，为不包含节点的其余节点集合，，为节点向节点传输的数据流量大小，为表示节点向节点传输边的拥塞阈值，为节点向节点传输的数据流量大小，通过级联风险系数判断是否需要对传输节点对之间的流量进行动态重分配；若超出设定阈值，则视为存在连锁拥堵风险。

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湘江实验室，其通讯地址为：410205 湖南省长沙市高新区尖山路217号北斗产业园1栋；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”。