同济大学蒋昌俊获国家专利权
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！
龙图腾网获悉同济大学申请的专利一种基于两阶段注意力机制的软件定义网络流量预测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：CN116155753B 。
龙图腾网通过国家知识产权局官网在2025-09-19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：202211503918.9，技术领域涉及：H04L41/147；该发明授权一种基于两阶段注意力机制的软件定义网络流量预测方法是由蒋昌俊;闫春钢;丁志军;王俊丽;张亚英;高晨敬设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。
本一种基于两阶段注意力机制的软件定义网络流量预测方法在说明书摘要公布了：本发明公开了一种基于两阶段注意力机制的软件定义网络流量预测方法，其包括，对流间自适应特征进行提取；对进行特征提取后的向量，结合编码阶段LSTM进行编码；根据特征提取后的向量，结合时间注意力方法捕获流内长期依赖关系，根据捕获的向量，结合解码阶段LSTM进行非线性部分的预测；根据特征提取后的向量，结合线性自回归方法进行线性预测；根据非线性部分的预测结果和线性部分预测结果，计算目标OD对的流量最终预测结果。本发明在应对高度动态的SDN流量变化时有较大优势，流间注意力机制能够实现自适应特征提取，流内注意力机制能够捕获长期依赖关系，线性自回归模块能够使预测方法在高度动态的SDN流量出现局部极端变化的情况下仍有较好的效果。
本发明授权一种基于两阶段注意力机制的软件定义网络流量预测方法在权利要求书中公布了：1.一种基于两阶段注意力机制的软件定义网络流量预测方法，其特征在于：包括， 根据原流量矩阵的时间序列数据结合时间模式注意力方法进行对流间自适应特征的提取，获得带权的隐藏时间模式向量； 对所述获得带权的隐藏时间模式向量，结合编码阶段LSTM进行编码，获取编码阶段的隐藏状态； 根据所述编码阶段的隐藏状态，结合时间注意力方法捕获流内长期依赖关系，获得上下文向量，再根据所述上下文向量，结合解码阶段LSTM进行非线性部分的预测； 根据所述原流量矩阵中目标OD对的历史流量数据，结合线性自回归方法进行线性预测； 根据非线性部分的预测结果和线性部分预测结果，计算目标OD对的流量最终预测结果。
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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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AI智能生成
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号