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！

龙图腾网获悉国家计算机网络与信息安全管理中心江西分中心;中国电信股份有限公司江西分公司申请的专利基于机器学习的IPv6流量预测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：CN120547079B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511032559.7，技术领域涉及：H04L41/147；该发明授权基于机器学习的IPv6流量预测系统是由冯波;傅小兵;宗春鸿;张静静;王超;严寒冰;余波;谢传中;夏金栋;胡淳设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本基于机器学习的IPv6流量预测系统在说明书摘要公布了：本发明涉及流量预测技术领域，公开一种基于机器学习的IPv6流量预测系统，该系统包括：流量采集模块，用于捕获IPv6网络接口的原始流量数据并进行协议解析与流量分类预处理，得到预处理后的IPv6流量数据；多维特征提取模块，用于对所述预处理后的IPv6流量数据进行多模态特征提取，生成融合特征向量；实时预测模块，用于将融合特征向量输入动态预测模型，得到未来预设时长的IPv6流量预测值；动态调度模块，用于将未来预设时长的IPv6流量预测值推送至流量调度控制器以实现网络资源动态调度。本发明提升了网络流量预测精准度与实时性，增强了对IPv6流量模式变化的适应能力，有效助力网络资源的合理分配与高效利用。

本发明授权基于机器学习的IPv6流量预测系统在权利要求书中公布了：1.一种基于机器学习的IPv6流量预测系统，其特征在于，所述系统包括： 流量采集模块，用于通过分布式探针节点实时捕获IPv6网络接口的原始流量数据，并对所述原始流量数据进行协议解析与流量分类预处理，得到预处理后的IPv6流量数据； 多维特征提取模块，用于对所述预处理后的IPv6流量数据进行多模态特征提取，生成融合特征向量； 实时预测模块，用于将所述融合特征向量输入至动态预测模型，得到未来预设时长的IPv6流量预测值；所述动态预测模型的表达式为： 其中，表示未来预设时长，表示所述未来预设时长的IPv6流量预测值，表示所述动态预测模型；所述动态预测模型为：基于轻量化推理引擎部署的、结合门控循环单元与双向循环神经网络的机器学习模型；表示多维特征提取函数；表示所述预处理后的IPv6流量数据； 动态调度模块，用于将所述未来预设时长的IPv6流量预测值推送至流量调度控制器以实现网络资源动态调度； 所述多维特征提取模块具体用于： 通过滑动时间窗口对所述预处理后的IPv6流量数据进行提取，得到统计特征向量； 基于协议类型标识与路由路径参数，对所述预处理后的IPv6流量数据进行处理，生成协议栈特征向量； 利用离散小波变换对所述预处理后的IPv6流量数据进行提取，得到多尺度时序特征向量； 将所述统计特征向量、所述协议栈特征向量与所述多尺度时序特征向量进行归一化处理后，通过向量拼接生成所述融合特征向量；所述融合特征向量的表达式为： 其中，表示滑动时间窗口大小，表示第i个时间窗口的流量值，表示所述统计特征向量，表示所述协议栈特征向量，表示独热编码函数，表示所述多尺度时序特征向量，表示离散小波变换，表示流标签字段，表示向量外积运算，表示所述路由路径参数； 还包括： 在线增量学习模块，用于基于时间衰减加权机制动态更新所述动态预测模型的参数；其中，所述时间衰减加权机制根据所述预处理后的IPv6流量数据的时间戳分配训练权重，使所述动态预测模型自适应IPv6流量特征漂移；动态更新所述动态预测模型的参数的表达式为： ， 其中，表示所述动态预测模型在t时刻的参数，表示所述动态预测模型的学习率，表示损失函数，表示的时间衰减权重，表示衰减系数，表示样本的时间戳，表示当前时间戳，表示所述动态预测模型的第个样本的真实流量值，表示所述动态预测模型的第个样本的预测流量值。

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国家计算机网络与信息安全管理中心江西分中心;中国电信股份有限公司江西分公司，其通讯地址为：330000 江西省南昌市红谷滩区广昌路198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。