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！

龙图腾网获悉浙江省质量科学研究院申请的专利基于神经网络的流量控制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：CN120980034B 。

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：202511483669.5，技术领域涉及：H04L47/2441；该发明授权基于神经网络的流量控制方法是由王函滔;王凌杰;陈敏雪;汪正强;余融;欧贞婷;张倩;王锴毅;陈钟杰;廖文汉;项裕涵设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于神经网络的流量控制方法在说明书摘要公布了：本发明为基于神经网络的流量控制方法，涉及网络流量控制技术领域，本发明通过采集网络流量元数据，并构建标准化特征数据集，基于混合神经网络进行流量数据分类与预测，生成差异化流量控制策略，并实施策略优化与动态调整；利用多环境采集的流量元数据提取统计特征，结合卷积神经网络与长短期记忆网络进行时空特征融合与注意力加权，实现网络状态识别与流量趋势分析；基于分析结果生成适配不同网络环境的控制策略，并通过强化学习进行策略优化与实时调整；有效解决了复杂网络环境下流量精准控制与动态策略调整的难题，提升了流量控制的准确性、自适应性和系统稳定性。

本发明授权基于神经网络的流量控制方法在权利要求书中公布了：1.基于神经网络的流量控制方法，其特征在于，包括： S1、标准化特征数据集构建：部署数据采集器分别在传统网络、软件定义网络及云原生环境中，持续捕获含五元组信息与流量统计信息的流量元数据；按固定时间间隔对流量元数据切片，构建时间序列窗口；针对单个窗口提取流量规模、连接多样性、协议行为、高级统计四类特征；按预定义顺序组合形成固定维度特征向量，添加采集时间与网络环境类型标签，生成标准化特征数据集； S2、流量数据分类与预测：基于S1构建的标准化特征数据集，采用卷积神经网络与长短期记忆网络相结合的混合神经网络架构实现网络流量数据的分类与预测； S3、差异化流量控制策略生成：基于S2的流量分类与预测结果，结合不同网络环境的架构特性，构建动态适配的流量控制策略体系； S4、策略优化与动态调整：基于注意力机制层输出的关键特征权重，实时评估已下发策略的有效性；当策略未达预期时，触发策略优化； S5、策略执行与效果评估：将S4生成的控制策略下发至对应网络环境的控制接口，并监控实施效果； 所述S2步骤的具体实施步骤还包括： 对流量模式进行多维分析及跨维度关联验证： 通过公式得到趋势强度系数，其中，为窗口内采样点数，，表示窗口内采样点的时间索引，为窗口内第个采样点的特征值，分别表示时间索引的均值与标准差，表示特征值的均值与标准差； 若趋势强度系数为正值，判定为上升趋势，若为负值则为下降趋势； 基于趋势强度系数绝对值与预设区间的比对，判定为强趋势、弱趋势或稳定状态； 在毫秒级时间尺度上，若SYN标志位频次趋势强度系数持续大于预设区间且超过3个窗口，判定为会话建立密集期； 若FIN标志位频次趋势强度系数大于预设区间且数据包到达间隔标准差趋势强度系数超过阈值，判定为会话集中断开的异常趋势； 在分钟级时间尺度上，若PPS趋势强度系数和BPS趋势强度系数均大于预设区间，且流量速率波动超过历史均值2倍，判定为突发流量冲击； 若带宽利用率趋势强度系数大于预设区间且持续5个以上窗口，结合网络环境的物理链路的最大承载带宽，得到拥塞趋势的形成概率； 若拥塞趋势概率超过预设阈值，判定为高概率拥塞趋势。

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浙江省质量科学研究院，其通讯地址为：310000 浙江省杭州市钱塘区下沙路300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。