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！

龙图腾网获悉西安金路交通工程科技发展有限责任公司申请的专利基于大数据分析的服务区流量智慧传输监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：CN120750811B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511212729.X，技术领域涉及：H04L43/0876；该发明授权基于大数据分析的服务区流量智慧传输监测方法是由李得俊;杨晓东;李国强;王维娜;张羽西;冯刚;方嘉楠;邵姮;张喻;刘振佳;王剑设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本基于大数据分析的服务区流量智慧传输监测方法在说明书摘要公布了：本发明涉及电通信技术领域，具体涉及一种基于大数据分析的服务区流量智慧传输监测方法。该方法包括：服务区内同一个区域同一种业务类型各时刻的同一种网络性能指标组成一个序列；序列内一个网络性能指标为一个样本；获取样本的特征向量；建立各序列对应的第一和第二预测模型；得到一个序列上的包含当前时刻的当前窗口，然后结合两个预测模型得到当前窗口对应的预测网络性能指标序列，进而获取当前窗口对应的网络性能指标阈值；根据一个区域一个业务类型对应的不同序列上当前时刻的网络性能指标和不同序列上各当前窗口对应的网络性能指标阈值判断该区域该业务类型是否存在流量传输异常。本申请能够准确监测服务区的流量传输状态。

本发明授权基于大数据分析的服务区流量智慧传输监测方法在权利要求书中公布了：1.一种基于大数据分析的服务区流量智慧传输监测方法，其特征在于，该方法包括： 获取服务区不同种的网络性能指标和业务类型；服务区内同一个区域同一种业务类型下各时刻的同一种网络性能指标组成一个序列；序列内一个网络性能指标为一个样本； 根据一个样本的采集时刻获取该样本的时间特征；基于一个样本所在区域的邻接区域获取该样本的空间关联特征；根据一个样本采集时的天气条件获取该样本的环境特征； 基于一个样本的时间特征、空间关联特征、环境特征和样本本身获取该样本的特征向量；建立各序列对应的第一预测模型和第二预测模型；所述第一预测模型和第二预测模型分别为VARIMA模型和GRU模型； 利用时间窗口在一个序列上进行滑动，将滑动到当前时刻的时间窗口记为当前窗口，将当前窗口内样本的特征向量分别输入对应的第一和第二预测模型，得到预测网络性能指标序列；利用一个当前窗口对应的预测网络性能指标序列获取网络性能指标阈值； 根据一个区域一个业务类型对应的不同序列上当前时刻的网络性能指标和不同序列上各当前窗口对应的网络性能指标阈值判断该区域该业务类型是否存在流量传输异常； 所述根据一个样本的采集时刻获取该样本的时间特征，包括： 设定第一周期和第二周期，利用正弦编码和余弦编码基于一个样本的采集时刻以第一周期为周期进行编码得到第一正弦值和第一余弦值，利用正弦编码和余弦编码基于该样本的采集时刻以第二周期为周期进行编码得到第二正弦值和第二余弦值；根据该样本的采集时刻是否属于节假日以及节假日的长短设置该样本的节假日因子；将一个样本对应的第一正弦值、第二余弦值、第二正弦值、第二余弦值和节假日因子组成该样本的时间特征； 所述基于一个样本所在区域的邻接区域获取该样本的空间关联特征，包括： 将一个样本所在一个区域上网业务类型下的各时刻的带宽组成该区域的带宽时间序列；获取该区域的邻接区域，邻接区域为与该区域在位置上相邻的区域；分别计算该区域的带宽时间序列与该区域的各邻接区域的带宽时序序列的皮尔逊相关性系数并求和得到该区域内所有样本的空间关联特征； 所述得到预测网络性能指标序列，包括： 将一个序列上当前窗口内的样本的特征向量输入该序列对应的第一预测模型，得到各第一预测网络性能指标，各第一预测网络性能指标按照时序组成第一预测网络性能指标序列；同理将该序列上当前窗口内的样本的特征向量输入该序列对应的第二预测模型，得到第二预测网络性能指标序列； 根据该序列上当前窗口之前各时刻的网络性能指标和由第一预测模型预测的第一预测网络性能指标获取第一预测模型对应的均方误差；根据该序列上当前窗口之前各时刻的网络性能指标和由第二预测模型预测的第二预测网络性能指标获取第二预测模型对应的均方误差；第一预测模型对应的均方误差比上第一预测模型对应的均方误差和第二预测模型对应的均方误差和得到第一特征值，预设值与第一特征值的差为该序列对应的第一预测模型的权重；同理获取该序列对应的第二预测模型的权重； 利用第一预测模型的权重和第二预测模型的权重对第一预测网络性能指标序列和第二预测网络性能指标序列中的相同时刻的第一预测网络性能指标和第二预测网络性能指标进行加权求和得到各时刻的预测网络性能指标，组成预测网络性能指标序列； 所述利用一个当前窗口对应的预测网络性能指标序列获取网络性能指标阈值，包括： 对于一个序列上当前窗口对应的预测网络性能指标序列，获取预测网络性能指标序列的标准差和均值，均值和预设倍数的标准差的差值为当前窗口对应的下限值，均值和预设倍数的标准差的和为当前窗口对应的上限值；若预测网络性能指标为带宽，则当前窗口对应的下限值为网络性能指标阈值，若预测网络性能指标为时延，则当前窗口对应的上限值为网络性能指标阈值，若预测网络性能指标为丢包率，则当前窗口对应的上限值为网络性能指标阈值。

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西安金路交通工程科技发展有限责任公司，其通讯地址为：710021 陕西省西安市高新区锦业路69号A区7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。