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！

龙图腾网获悉东北大学申请的专利结合突变理论的异构物联网拓扑关键节点识别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：CN121077912B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511632349.1，技术领域涉及：H04L41/12；该发明授权结合突变理论的异构物联网拓扑关键节点识别方法是由邱铁;贾义飞;张松伟;卢炳先设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本结合突变理论的异构物联网拓扑关键节点识别方法在说明书摘要公布了：本发明公开结合突变理论的异构物联网拓扑关键节点识别方法，属于计算机与信息领域，首先构建异构物联网的初始拓扑，通过随机扰动生成拓扑集合并计算鲁棒性、冗余度、通信效率和全局聚类系数等性能指标；然后利用突变级数法对指标进行归一化处理，基于皮尔逊相关系数评估指标间相关性，通过逐层融合得到网络性能突变值；接着模拟蓄意攻击过程，建立节点删除序列与性能演化的对应关系，并拟合得到性能演化函数；最后建立尖点突变模型，通过分析模型的平衡态、奇异集和分岔集，识别引发网络性能突变的临界节点，本发明突破了传统静态网络指标的局限，能够精准捕捉网络性能的突变行为，客观性强，为物联网拓扑优化和容错设计提供了理论依据。

本发明授权结合突变理论的异构物联网拓扑关键节点识别方法在权利要求书中公布了：1.结合突变理论的异构物联网拓扑关键节点识别方法，其特征在于，包括以下步骤： 步骤1、网络拓扑构建：在设定的区域内随机部署若干传感器节点，并随机连接节点以构建初始网络拓扑T； 步骤2、性能指标计算与扰动分析：选取多个与物联网网络性能密切相关的指标，对所述初始网络拓扑T进行随机扰动，形成网络拓扑扰动集合A，并计算集合A中每一个网络拓扑的所述性能指标值； 步骤3、指标归一化与相关性评估：对步骤2中得到的各性能指标值进行归一化处理，将原始数值转换为[0,1]区间内的突变级数；随后，使用皮尔逊相关系数法评估各性能指标两两之间的相关程度； 步骤4、网络性能突变值计算：根据步骤3得到的指标间相关程度，采用互补指标取平均值、非互补指标取小值的准则，逐层融合各性能指标，最终计算得到一个综合的网络性能突变值x； 步骤5、模拟攻击与突变值计算：对所述初始网络拓扑T中的节点，依据度中心性从高到低进行排序；依次删除节点以模拟蓄意攻击，每删除一个节点后形成一个新的网络拓扑Ti，并针对每个Ti重复步骤2至步骤4，计算对应的网络性能突变值xi； 步骤6、性能函数拟合：建立节点删除次序或时间ti与网络性能突变值xi的对应关系，通过函数拟合方法，得到以时间为自变量、网络性能为因变量的性能函数xt； 步骤7、尖点突变模型建立：构建用于描述网络拓扑性能的尖点突变模型，势函数定义为，其中x为网络性能，a和b为控制变量，所述模型满足； 步骤8、模型临界行为分析：计算所述尖点突变模型的平衡态曲面与奇异点集，进而确定导致网络性能发生突变的临界条件； 步骤9、模型参数关联：将步骤6拟合得到的性能函数xt代入步骤7的尖点突变模型，推导出控制变量a和b在不同时间t所需满足的约束方程； 步骤10、突变现象检测：在设定的控制变量a取值范围内，根据步骤9得到的约束方程求解对应的控制变量b，并检验参数对a,b是否满足所述尖点突变模型的分岔集方程；若满足，则判定在该时间点发生了性能突变； 步骤11、关键节点识别：根据步骤10的检测结果，将诱发网络性能发生突变的节点识别为异构物联网拓扑中的关键节点； 步骤4中所述逐层融合各性能指标的具体过程为： 首先，评估鲁棒性R指标与通信效率的相关性，若高度相关则计算两者的算术平均值，若不相关则取两者的最小值，将该结果记为中间变量y； 随后，评估冗余度与全局聚类系数的相关性，若高度相关则计算两者的算术平均值，若不相关则取两者的最小值，将该结果记为中间变量z； 最后，评估中间变量y与z的相关性，若高度相关则计算y和z的算术平均值，若不相关则取y和z中的最小值，将该最终结果作为网络性能突变值x。

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东北大学，其通讯地址为：110000 辽宁省沈阳市和平区文化路3号巷11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。