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！

龙图腾网获悉南昌首页科技股份有限公司申请的专利一种大带宽网络流量调度管理方法及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：CN120528799B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511032776.6，技术领域涉及：H04L41/0896；该发明授权一种大带宽网络流量调度管理方法及系统是由陈细林;淦华安;谢金林设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种大带宽网络流量调度管理方法及系统在说明书摘要公布了：本发明适用于一种大带宽网络流量调度管理方法及系统，所述方法包括：获取流量限制参数，确定最大网络带宽；对各个网口进行需求监控，按照预设的采样需求监控频率对各个网口的带宽需求进行采样，生成带宽需求坐标；构建每个网口对应的网口带宽需求预测函数，基于网口带宽需求预测函数合成综合需求预测函数；根据综合需求预测函数对预设时间长度内的带宽进行预测，得到预测带宽数据，为各个网口分配网络带宽。本发明通过对各个网口进行高频率采样，以确定各个网口的采样数据，基于采样数据构建每一个网口的预测函数，根据预测函数对短时间内的带宽变化进行预测，根据预测情况对网口的带宽进行调度，以充分利用95计费规则，节省网络成本。

本发明授权一种大带宽网络流量调度管理方法及系统在权利要求书中公布了：1.一种大带宽网络流量调度管理方法，其特征在于，所述方法包括如下步骤： 获取流量限制参数，确定最大网络带宽； 对各个网口进行需求监控，按照预设的采样需求监控频率对各个网口的带宽需求进行采样，生成各个网口对应的带宽需求坐标，带宽需求坐标的横坐标为时间值，纵坐标为采样带宽； 基于各个网口的带宽需求坐标构建每个网口对应的网口带宽需求预测函数，基于网口带宽需求预测函数合成综合需求预测函数； 根据综合需求预测函数对预设时间长度内的带宽进行预测，得到预测带宽数据，基于预测带宽数据为各个网口分配网络带宽； 所述基于各个网口的带宽需求坐标构建每个网口对应的网口带宽需求预测函数，基于网口带宽需求预测函数合成综合需求预测函数的步骤，具体包括： 调取各个网口对应的带宽需求坐标，筛选最新采集得到的预设数量的带宽需求坐标，得到带宽需求坐标序列； 调取各个网口对应的带宽需求坐标序列，按照时间顺序从中提取相应的带宽需求坐标，将带宽需求坐标导入预设的函数拟合工具中，生成网口带宽需求预测函数； 对所有网口带宽需求预测函数进行整合处理，将其合成为综合需求预测函数； 所述调取各个网口对应的带宽需求坐标序列，按照时间顺序从中提取相应的带宽需求坐标，将带宽需求坐标导入预设的函数拟合工具中，生成网口带宽需求预测函数的步骤，具体包括： 将带宽需求坐标序列进行量子态编码处理，得到量子态序列；计算带宽需求坐标序列相邻数据点梯度，得到频率矩阵；将量子态序列进行量子傅里叶变换，得到频域量子态序列； 将通过频域态的内积检测频域量子态序列的相位跳变，并利用频率矩阵的梯度值对相位跳变检测结果进行验证得到突变点位置；以突变点位置作为分割边界，将频域量子态序列进行低频趋势项与高频波动项分离，得到量子特征分量； 建立量子特征分量的特征频率和幅度与网络状态之间的映射关系；将历史量子特征分量投影到三维空间，根据映射关系，采用DBSCAN算法进行密度预聚类，识别典型网络状态模式，得到初步聚类结果，初步聚类结果中的每个聚类中心节点表示一种网络状态； 计算初步聚类结果的每个聚类中心的均值向量和协方差矩阵，根据聚类样本量分配初始权重，基于均值向量、协方差矩阵和初始权重，构建初始高斯混合模型； 计算当前量子特征分量与各聚类中心的马氏距离，并进行降序排序，得到马氏距离计算结果列表；根据马氏距离计算结果列表，选取若干聚类作为活跃知识单元，并利用活跃知识单元对初始高斯混合模型的初始权重进行调整，得到激活的元知识单元； 从每个激活的元知识单元取特征演化模式，以构建基函数集，基函数集包括线性趋势函数、周期波动函数以及阶跃响应函数；根据特征相关性分配基函数组合权重，得到每个聚类中心节点的候选预测函数集。

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南昌首页科技股份有限公司，其通讯地址为：330000 江西省南昌市西湖区银环路298号万豪城2#写字楼一单元6层608室；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。