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！

龙图腾网获悉北京领雾科技有限公司申请的专利基于深度学习的网络流量调度优化方法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：CN120281665B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510759008.4，技术领域涉及：H04L41/147；该发明授权基于深度学习的网络流量调度优化方法是由刘云鹏;帖阳设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本基于深度学习的网络流量调度优化方法在说明书摘要公布了：本发明提供一种基于深度学习的网络流量调度优化方法。应用于通信网络技术领域，所述方法包括：S1、实时采集部署于网络节点的流量数据、链路状态、延迟及丢包率指标并构建样本数据库；S2、根据样本数据库，构建融合检索增强扩散模型与混合线性专家模型的流量预测模型进行多模态流量预测；S3、根据实时网络状态和所述未来流量预测结果构建强化学习智能体的状态空间；S4、基于多目标优化机制进行策略优化；S5、将训练和优化后的模型部署至网络控制器或边缘计算节点，实现对网络资源的实时感知与动态调度控制。本发明显著提升流量预测精度，并根据网络环境变化及时更新和优化调度策略，提升网络综合性能。

本发明授权基于深度学习的网络流量调度优化方法在权利要求书中公布了：1.一种基于深度学习的网络流量调度优化方法，其特征在于，包括以下步骤： S1、实时采集部署于网络节点的流量数据、链路状态、延迟及丢包率指标，并构建样本数据库； S2、根据所述样本数据库，构建融合检索增强扩散模型与混合线性专家模型的流量预测模型进行多模态流量预测，并通过加权融合输出未来流量预测结果； 其中，所述检索增强扩散模型的构建包括： 将所述样本数据库中的样本时间序列按统一时间窗口截取为固定长度的片段，形成候选样本集合D； 通过预训练编码器将当前输入的样本时间序列映射为第一嵌入向量； 对所述样本数据库中的每个样本，截取其前π个时间步，并通过同一编码器生成第二嵌入向量； 计算所述第一嵌入向量与所有的所述第二嵌入向量的相似度，选取相似度最小的k个样本索引，构成检索样本集合； 构建基于扩散概率模型框架，通过正向扩散破坏数据分布与反向扩散重建目标序列的机制对所述检索样本集合进行编码和引导去噪，生成去噪的预测结果； S3、根据实时网络状态和所述未来流量预测结果构建强化学习智能体的状态空间，采用多轮在线强化学习机制对流量预测模型进行训练，分阶段优化调度策略，通过奖励奖金项引导策略改进，根据所述状态空间动态调整动作空间； S4、基于多目标优化机制进行策略优化，结合加权线性归一法与Pareto前沿逼近算法，从所述动作空间构成的候选解中筛选出满足多目标权衡的Pareto前沿解集，供实际部署选择； S5、将训练和优化后的流量预测模型部署至网络控制器或边缘计算节点，实现对网络资源的实时感知与动态调度控制，并且根据调度效果数据在线更新流量预测模型的参数。

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北京领雾科技有限公司，其通讯地址为：100020 北京市朝阳区工人体育场北路8号院1号楼9层01-1001、1002；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。