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！

龙图腾网获悉之江实验室申请的专利一种基于图神经网络的网络带宽预测方法及装置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：CN115935563B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211495900.9，技术领域涉及：G06F30/18；该发明授权一种基于图神经网络的网络带宽预测方法及装置是由朱世强;向甜;朱宏伟;宋伟;杨慧轩设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本一种基于图神经网络的网络带宽预测方法及装置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网络带宽预测方法及装置，首先进行数据采集，采集不同网络拓扑结构下的数据，包括每个网络节点上的队列数量、每个队列的长度和每个数据包的输出大小以及执行调度策略与权重信息，节点之间的链路连接关系与链路的最大带宽容量，链路上的丢包率等网络性能相关信息；第二步构建特征工程，根据网络拓扑节点的信息构建网络节点的特征向量，根据节点之间每条链路的信息构建链路的特征向量；第三步进行网络系统抽象化表征，将网络抽象成由节点和边表示的图，节点的权重由节点的特征向量赋值，边由节点之间链路的特征向量赋值；第四步对网络中的节点特征、链路特征采用图神经网络算法进行建模，训练得到新的节点特征和链路特征信息；最后根据更新后的节点特征以及链路特征信息，采用机器学习算法对链路之间的带宽进行预测。

本发明授权一种基于图神经网络的网络带宽预测方法及装置在权利要求书中公布了：1.一种基于图神经网络结合机器学习的网络带宽预测方法，其特征在于包括如下步骤： S101，数据采集，采集不同网络拓扑结构下的数据，包括每个网络节点上的队列数量、每个队列的长度和每个数据包的输出大小以及执行调度策略与权重信息，节点之间的链路连接关系与链路的最大带宽容量，链路上的丢包率； S102，构建特征工程，对采集的数据进行预处理，根据网络拓扑节点的信息构建网络节点的特征向量，根据节点之间每条链路的信息构建链路的特征向量； S103，网络系统抽象化表征，将网络抽象成由节点和边表示的图，节点的权重由节点的特征向量赋值，边由节点之间链路的特征向量赋值； S104，基于图神经网络的模型训练，对网络中的节点特征、链路特征利用图神经网络模型进行建模，训练得到新的节点特征和链路特征信息，更精确的表征网络拓扑中的节点特征以及链路特征信息； S105，网络带宽预测，根据更新后的节点特征以及链路特征信息，采用机器学习算法对链路之间的带宽进行预测。

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之江实验室，其通讯地址为：311121 浙江省杭州市余杭区之江实验室南湖总部；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。