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！

龙图腾网获悉南京邮电大学申请的专利一种基于流量矩阵补全预测的路由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：CN121619279B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610133137.7，技术领域涉及：H04L45/03；该发明授权一种基于流量矩阵补全预测的路由优化方法是由郭永安;吴宇佳;安心;佘昊;骆冰清设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本一种基于流量矩阵补全预测的路由优化方法在说明书摘要公布了：本申请属于网络管理与流量工程领域，公开了一种基于流量矩阵补全预测的路由优化方法，包括：步骤1、构建路由矩阵A，采集当前时刻链路负载向量，步骤2构建流量矩阵补全模型，输出完整流量矩阵；步骤3、构建时空流量预测模型，输出下一时刻的预测流量矩阵，步骤4、将流量矩阵补全模型与时空流量预测模型串联，定义联合损失函数对整个端到端网络进行参数更新；步骤5、利用输出的下一时刻的预测流量矩阵，结合网络拓扑信息，预先评估预估负载状态，动态调整链路权重并生成最优路由策略，最后将配置下发至数据层面，实现流量传输的路由优化。本申请保证了流量矩阵的完整性，实现对关键链路的自适应关注，使补全数据高度契合未来趋势预测。

本发明授权一种基于流量矩阵补全预测的路由优化方法在权利要求书中公布了：1.一种基于流量矩阵补全预测的路由优化方法，其特征在于：优化方法包括如下步骤： 步骤1、构建网络感知环境与数据预处理：网络管理平台或中央服务器周期性地获取目标网络的拓扑结构，并构建路由矩阵，采集链路负载向量； 步骤2、构建基于物理约束与图注意力网络的流量矩阵补全模型，基于物理约束与图注意力网络的流量矩阵补全模型包括GAT编码器、路由聚合层和DNN解码器，以步骤1采集的链路负载向量和路由矩阵作为流量矩阵补全模型的输入，通过图注意力网络捕捉链路间的非线性依赖，并结合物理层析方程作为物理约束，输出补全后的完整的流量矩阵； 步骤3、构建基于双向视角的时空流量预测模型，所述基于双向视角的时空流量预测模型包含垂直和水平两个并行处理分支的深度神经网络模型，利用步骤2输出的已补全的流量矩阵序列作为输入，通过时空流量预测模型分别捕捉网络流量的时间依赖性特征和空间关联特征，并输出下一时刻的预测流量矩阵； 步骤4、构建一个统一的计算图，将步骤2的流量矩阵补全模型与步骤3的时空流量预测模型串联，定义联合损失函数对整个端到端网络进行参数更新； 步骤5、利用步骤3输出的下一时刻的预测流量矩阵，结合网络拓扑信息，根据下一时刻流量矩阵预先评估物理链路的预估负载，动态调整链路权重并生成最优路由策略，最后将配置下发至数据层面，实现流量传输的路由优化，具体包括如下步骤： 步骤51、基于下一时刻的预测流量矩阵和当前网络的路由矩阵，计算下一时刻网络中各条物理链路的预估负载： ； 其中，表示深度神经网络模型输出的下一时刻预测源-目的流的流量向量，表示网络的路由矩阵； 步骤52、根据步骤51计算出的未来链路负载与链路物理容量的关系，为每条链路生成新的路由代价权重； 步骤53、对于预测负载，设定容量阈值为及拥塞预警的权重系数，对于预测负载满足的链路，提高流量矩阵源-目的流对应物理链路的权重； 步骤54、基于更新后的路由代价权重和网络拓扑，运行路由优化算法生成最优路由策略； 步骤55、将计算出的最优路由策略转化为网络设备的配置指令并执行。

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京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66号；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。