深空探测实验室(天都实验室);中国科学技术大学杨坚获国家专利权
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!
龙图腾网获悉深空探测实验室(天都实验室);中国科学技术大学申请的专利基于图注意网络的动态深空网络流量预测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:CN119766671B 。
龙图腾网通过国家知识产权局官网在2025-11-04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:202411937323.3,技术领域涉及:H04L41/147;该发明授权基于图注意网络的动态深空网络流量预测方法及系统是由杨坚;朱梓涵;孙瑞;徐杨;梁启超;雷振羽;何华森设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。
本基于图注意网络的动态深空网络流量预测方法及系统在说明书摘要公布了:本发明公开了基于图注意网络的动态深空网络流量预测方法及系统,涉及深空网络通信技术领域。本发明包括:接收深空网络流量数据,对网络流量数据进行预处理后划分为训练集与测试集;以RNN循环神经网络为基础结构,构建深空网络流量预测模型,所述深空网络流量预测模型分为编码器部分与解码器部分。本发明分别使用空间注意模块和序列卷积模块分析深空网络流量信息的空间相关性和时间相关性,对网络流量时空相关性的充分分析,使得预测的结果更加准确,并且考虑到未连接的节点之间也存在流量相关性,引入了图生成模块,能够根据当前及历史流量信息得到一个基于动态属性的邻接矩阵,该矩阵反映了从长期来看各节点之间的相关性,方便进行长期预测。
本发明授权基于图注意网络的动态深空网络流量预测方法及系统在权利要求书中公布了:1.基于图注意网络的动态深空网络流量预测方法,其特征在于,包括以下步骤: 接收深空网络流量数据,对网络流量数据进行预处理后划分为训练集与测试集; 以RNN循环神经网络为基础结构,构建深空网络流量预测模型,所述深空网络流量预测模型分为编码器部分与解码器部分,编码器与解码器均包括用于根据当前和历史流量信息生成一个基于动态属性邻接矩阵的图生成模块、用于捕获流量数据空间相关性的空间注意模块以及用于捕获流量数据时间相关性的序列处理模块; 将邻接矩阵、训练集输入深空网络流量预测模型,并采用加速训练算法对其进行训练,得到训练后的深空网络流量预测模型; 将测试集输入训练后的深空网络流量预测模型进行测试,得到预测结果; 所述深空网络流量预测模型编码器部分的工作步骤,具体如下: 首先在每个时间步,图生成模块根据当前时刻流量信息得到一个基于状态属性的邻接矩阵; 基于状态属性的邻接矩阵和基于卫星连接关系的邻接矩阵结合起来作为新的邻接矩阵,与当前时刻深空网络中的流量信息一起作为空间注意模块的输入,得到处理后的深空网络流量信息; 将处理后的深空网络流量信息和历史时刻的隐藏信息一起作为时序处理模块的输入得到处理后的特征序列和当前时刻的隐藏输出; 所述深空网络流量预测模型解码器部分的工作步骤,具体如下: 首先在每个时间步,图生成模块根据前一时刻的隐藏输出得到一个基于状态属性的邻接矩阵; 基于状态属性的邻接矩阵和随即拓扑结合起来作为新的邻接矩阵,与前一时刻的隐藏输出的流量信息一起作为空间注意模块的输入,得到处理后序列; 将处理后序列和前一时刻的隐藏输出一起作为时序处理模块的输入得到当前时刻的隐藏输出和当前时刻的深空网络流量预测结果。
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深空探测实验室(天都实验室);中国科学技术大学,其通讯地址为:230088 安徽省合肥市高新区中安创谷二期F1-F4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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励