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！

龙图腾网获悉南京赫点网络技术有限公司申请的专利一种基于IP探针实现网路拓扑状态监测的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：CN120498965B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510979084.6，技术领域涉及：H04L41/0631；该发明授权一种基于IP探针实现网路拓扑状态监测的方法及系统是由宋志明设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种基于IP探针实现网路拓扑状态监测的方法及系统在说明书摘要公布了：本发明公开了一种基于IP探针实现网路拓扑状态监测的方法及系统，属于通信技术领域，主要包括，根据IP探针获取当前网络拓扑图中每个节点的特征数据，根据特征数据和第一预设阈值，从每个节点中确定第一异常节点；根据特征数据构建第一特征矩阵，根据当前网络拓扑图得到第一邻接矩阵；将第一特征矩阵和第一邻接矩阵输入至预设模型，得到第一异常节点对应的异常分数，预设模型包括图卷积神经网络和长短期记忆网络；根据异常分数和第二预设阈值，在第一异常节点中确定第二异常节点，根据第二异常节点确定异常源头节点，本发明通过图神经网络捕捉设备的关联特征，结合长短期记忆网络获取设备状态的波动规律，实现对未知异常状态的识别与定位。

本发明授权一种基于IP探针实现网路拓扑状态监测的方法及系统在权利要求书中公布了：1.一种基于IP探针实现网路拓扑状态监测的方法，其特征在于，包括： 根据IP探针获取当前网络拓扑图中每个节点的特征数据，并根据所述特征数据和第一预设阈值，从所述每个节点中确定第一异常节点，所述网络拓扑图由多个节点和多条边构成，所述每个节点对应一网络设备，每条边表示两个网络设备之间的连接关系； 根据所述特征数据构建第一特征矩阵，根据所述当前网络拓扑图得到第一邻接矩阵； 将所述第一特征矩阵和所述第一邻接矩阵输入至预设模型中，得到所述第一异常节点对应的异常分数，所述预设模型根据所述每个节点的历史运行数据训练得到，所述预设模型包括图卷积神经网络和长短期记忆网络； 根据所述异常分数和第二预设阈值，在所述第一异常节点中确定第二异常节点，并根据所述第二异常节点确定异常源头节点； 其中，所述预设模型根据所述每个节点的历史运行数据训练得到，包括： 将所述历史运行数据分为训练集和验证集，并将所述训练集分为多个训练子集，每个训练子集对应一个时刻； 对于每个训练子集，执行第一迭代操作，所述第一迭代操作包括，获取当前训练模型，根据训练子集生成第二特征矩阵和第二邻接矩阵，将所述第二特征矩阵和第二邻接矩阵输入至所述当前训练模型的图卷积神经网络中，得到多尺度邻域融合特征，根据训练子集和所述当前训练模型中的长短期记忆网络，得到加权隐藏状态，将所述多尺度邻域融合特征和所述加权隐藏状态通过门控机制进行融合，得到融合特征，根据所述融合特征和全连接层计算得到损失函数，根据所述损失函数更新所述当前训练模型，直至满足预设的终止条件，得到训练模型； 根据所述训练模型和所述验证集，得到所述预设模型； 其中，将所述第二特征矩阵和第二邻接矩阵输入至所述训练模型的图卷积神经网络中，得到多尺度邻域融合特征，包括： 根据所述训练子集中每个节点对应的边数和权重，确定所述每个节点的静态权重； 根据所述第二邻接矩阵确定所述每个节点对应的第一邻域节点，并根据预设的时间窗口计算所述第一邻域节点对应的特征； 根据所述第一邻域节点对应的特征，得到每个所述第一邻域节点对应的时序权重； 根据所述静态权重、时序权重和所述每个节点的特征向量，得到所述多尺度邻域融合特征，所述特征向量根据所述第二特征矩阵得到。

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赫点网络技术有限公司，其通讯地址为：211215 江苏省南京市溧水区经济开发区徐母塘路10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”。